Convert2EPUB
Menu
← Blog

Meu PDF é digitalizado ou de texto? Uma checagem de 60 segundos antes de converter para EPUB

Última atualização: 5 de novembro de 2026

Se você consegue clicar em um PDF e selecionar uma única palavra, ou buscar uma palavra e encontrar resultados, ele tem texto de verdade e você não precisa de OCR. Se a página se comporta como uma imagem, sem palavras selecionáveis e sem resultados de busca, é um PDF digitalizado e precisa de OCR (reconhecimento óptico de caracteres) antes de virar um EPUB de verdade. Este é o jeito mais rápido de responder à pergunta "meu PDF é digitalizado ou de texto" sem instalar nada.

Como saber se meu PDF é digitalizado ou tem texto de verdade?

Tente selecionar e pesquisar o texto. Um PDF criado por um programa, como Word, InDesign ou uma exportação de um site, guarda caracteres, fontes e posições. Já um PDF digitalizado é, nas palavras do guia de suporte da Investintech, basicamente uma imagem plana de um documento.

Faça estes testes em ordem. Pare no primeiro que der uma resposta clara.

  • Teste de busca. Abra o PDF em qualquer leitor e pressione Ctrl+F (Cmd+F no Mac). Procure uma palavra comum, como "de". Muitos resultados indicam texto de verdade. "Nenhum resultado" em uma página cheia de palavras indica uma imagem.
  • Teste de seleção. Clique e arraste sobre um parágrafo. Com texto de verdade, o destaque acompanha cada linha e pula os espaços entre elas. Em um PDF digitalizado, normalmente você obtém um único retângulo sólido sobre a área, que é o que a Investintech descreve para arquivos digitalizados.
  • Teste de zoom. Aplique zoom de 400% em uma única letra. O texto de verdade continua nítido, com bordas definidas em qualquer tamanho. Em um PDF digitalizado, a letra fica borrada ou serrilhada, porque é feita de pixels.
  • Teste de copiar e colar. Copie um parágrafo e cole em um editor de texto simples. Palavras limpas indicam texto de verdade. Nada, ou um monte de símbolos, indica problema (veja abaixo).

Dois desses testes concordando já bastam. Se eles discordarem, você provavelmente tem um arquivo híbrido, explicado mais adiante.

Como é um PDF digitalizado na prática?

Um PDF digitalizado parece uma fotografia de uma página. Muitas vezes você vê uma leve inclinação, bordas sombreadas perto da lombada, manchas, margens irregulares ou uma página com formato estranho porque o vidro do scanner cortou parte dela.

Origens comuns de PDFs digitalizados:

  • Fotocópias de biblioteca ou de escola transformadas em PDF.
  • Livros antigos digitalizados com scanner de mesa ou aplicativo de celular.
  • Documentos que foram impressos, assinados e digitalizados de volta.
  • Fotos de páginas tiradas com a câmera do celular.
  • "Imprimir em PDF" em alguns scanners de escritório, que muitas vezes geram arquivos só com imagem.

A comparação do ANU PDFLAB descreve um PDF digitalizado como um contêiner com uma foto de página inteira para cada folha e aponta o sintoma prático: o Ctrl+F não encontra nada no PDF digitalizado, enquanto a versão baseada em texto destaca os resultados na hora.

Um alerta: uma página com aparência limpa não prova que tenha texto. Uma digitalização bem iluminada e reta pode ficar idêntica a um documento digital. Confie nos testes de seleção e busca, não nos seus olhos.

Meu PDF é digitalizado ou de texto se a busca só funciona em algumas páginas?

Então o arquivo é misto, ou é um PDF digitalizado que já passou por OCR. Teste várias páginas, não só a primeira. Início, meio e fim formam uma amostra razoável.

Arquivos mistos aparecem mais do que as pessoas imaginam:

  • Corpo em texto, páginas em imagem. Um livro digital com capa digitalizada, ou com apêndices ou páginas assinadas digitalizados e inseridos.
  • PDF digitalizado com camada de texto oculta. Alguns scanners e aplicativos executam OCR e colocam texto invisível atrás da imagem da página. A busca funciona, mas o texto pode estar errado.
  • Texto mais imagens de texto. Um documento diagramado em que uma tabela, um gráfico ou um título é uma imagem. Você consegue pesquisar o texto do corpo, mas não essas partes.

Como testar uma camada de OCR oculta

Procure uma palavra distintiva que você consiga ver na página. Depois copie um parágrafo inteiro e cole em um editor de texto. Procure estes sinais de OCR ruim:

  • "rn" lido como "m", ou "l", "1" e "I" trocados.
  • Palavras partidas por espaços aleatórios ou coladas umas nas outras.
  • Acentos faltando ou símbolos estranhos em textos que não são em inglês.
  • Colunas ou barras laterais misturadas na ordem errada.
  • Texto de cabeçalho e rodapé repetido dentro dos parágrafos.

Se houver uma camada oculta, mas ela estiver truncada ou embaralhada, o arquivo conta como digitalizado para fins práticos. O texto dentro dela não é confiável para um EPUB, então vale considerar refazer o OCR.

Como verificar as fontes ou as propriedades do arquivo?

As fontes são um indício técnico, mas confiável. Um PDF com texto de verdade lista as fontes que usa. Um PDF só de imagem não lista nenhuma.

  • Adobe Acrobat ou Reader: Arquivo > Propriedades > guia Fontes. Uma lista de fontes significa que há texto. Uma lista vazia sugere uma imagem.
  • Linha de comando: se você tem as ferramentas poppler instaladas, execute pdffonts yourfile.pdf. Uma tabela vazia significa que não há nenhuma fonte de texto. Execute pdftotext yourfile.pdf - para imprimir qualquer texto extraível; se não imprimir nada, o arquivo é só de imagem.
  • Pista pelo tamanho do arquivo: um romance de 200 páginas com poucos megabytes costuma ser de texto. O mesmo livro com 150 MB provavelmente é feito de fotografias das páginas. É uma dica, não uma prova, já que PDFs de texto com muitas ilustrações também podem ser grandes.

Veja um resumo do que cada teste indica:

TesteTexto de verdadePDF digitalizado (sem texto)Híbrido ou OCR ruim
Ctrl+F para uma palavra comumMuitos resultados"Nenhum resultado"Alguns resultados, ou resultados em palavras erradas
Seleção por arrastarDestaque linha por linhaUm único bloco sólidoParece linhas, mas a seleção fica deslocada em relação à imagem
Zoom de 400%Bordas nítidasPixeladoPixelado
Copiar e colarPalavras limpasNadaPalavras embaralhadas ou com erros de grafia
Lista de fontesFontes listadasVaziaPode listar uma única fonte genérica

Preciso de OCR antes de converter para EPUB?

Só se o PDF não tiver texto utilizável. Se ele passou nos testes de busca e de cópia, pule o OCR. Ele leva mais tempo, e uma passada de OCR pode introduzir erros em um texto que já estava perfeito.

As configurações do nosso próprio conversor refletem isso. A opção "Ler páginas digitalizadas (OCR)" é descrita como indicada apenas para PDFs digitalizados sem nenhum texto, lenta e com resultado só em texto. A mesma configuração informa que ela é ignorada automaticamente quando não é necessária. Então deixá-la desligada para um PDF de texto é o correto, e você não precisa adivinhar.

Use isto como guia de decisão:

  • A busca funciona e o texto copiado está limpo: não use OCR. Use o modelo Standard, que o conversor indica como grátis para PDFs de texto e o melhor para romances e PDFs de texto comuns.
  • Nenhum texto selecionável: ative o OCR e escolha o idioma em que o livro foi escrito. Confira se a lista de idiomas inclui o seu: atualmente ela oferece inglês, turco, alemão, francês, espanhol, italiano, português, holandês e grego.
  • Texto oculto embaralhado: tente o OCR no arquivo ou digitalize de novo com mais qualidade, se você ainda tiver o original.
  • Arquivo misto: provavelmente o OCR ainda é necessário para as páginas em imagem. Confira o EPUB pronto página por página para ver onde a qualidade do texto muda.

Para o passo a passo completo sobre PDFs digitalizados, veja nosso guia sobre como converter um PDF digitalizado em EPUB com OCR.

O que esperar do EPUB depois do OCR?

Espere uma saída só com texto que se ajusta à tela (fluida), mas não uma cópia perfeita do original. O OCR lê o formato das letras e adivinha as palavras, então a precisão depende da digitalização, e seu EPUB só pode ser tão bom quanto o texto reconhecido.

O que ajuda na precisão:

  • Resolução: digitalizações em torno de 300 dpi são a recomendação usual para OCR de texto impresso de tamanho normal. Fotos de celular tiradas em ângulo ou na sombra têm resultado pior.
  • Páginas retas: uma página torta ou curva perto da lombada confunde a detecção de linhas.
  • Contraste: texto preto nítido em papel branco é melhor que páginas desbotadas ou amareladas.
  • Idioma correto: escolher o idioma de OCR errado gera resultados sem sentido nos caracteres acentuados.
  • Layout: prosa simples em uma coluna é o mais fácil. Layouts de várias colunas, tabelas e equações são os mais difíceis e podem não sobreviver. Para material técnico pesado, veja nossa nota sobre PDFs de livros didáticos e equações.

Depois da conversão, folheie o primeiro capítulo e uma página do meio. Confira nomes, números e títulos de capítulos, pois é nesses pontos que os deslizes do OCR mais importam.

Se o seu arquivo tiver texto de verdade, o caminho grátis é mais simples e mantém seus capítulos; explicamos isso em como converter um PDF em EPUB de graça. De qualquer forma, você pode enviar o arquivo para o Convert2EPUB e ver se ele precisa de OCR antes de se comprometer com qualquer coisa; a conta vem com 30 créditos grátis.

Perguntas frequentes

Dá para saber se um PDF é digitalizado só olhando para ele?

Não com segurança. Um bom PDF digitalizado parece qualquer página digital no zoom normal. Aumentar o zoom ajuda, já que o texto digitalizado fica pixelado, mas selecionar e pesquisar o texto é mais confiável.

Um PDF pesquisável é o mesmo que um PDF de texto?

Nem sempre. Um PDF pesquisável pode ser um PDF digitalizado com uma camada de texto de OCR adicionada atrás da imagem. Ele passa no teste do Ctrl+F, mas os erros dessa camada vão para o seu EPUB. Copie um parágrafo e leia para checar a qualidade.

Um PDF sem OCR consegue ser convertido em EPUB?

Um PDF digitalizado sem OCR só pode virar imagens de páginas, não texto fluido, então ele não oferece o texto redimensionável e pesquisável que torna um EPUB útil. Por isso os PDFs digitalizados precisam de OCR primeiro. Os motivos pelos quais o texto importa nos leitores digitais estão explicados em por que um PDF é difícil de ler no Kindle.

O OCR melhora um PDF de texto?

Não. Se o texto já é de verdade, o OCR não acrescenta nada e pode introduzir erros. Deixe-o desligado e converta o texto diretamente.

E se o meu PDF tiver senha ou proteção contra cópia?

Restrições de cópia podem impedir o teste de copiar e colar mesmo quando existe texto de verdade. Nesse caso, confie na busca com Ctrl+F e na lista de fontes. Se um arquivo protegido pode ser convertido depende das configurações dele, algo que esses testes não conseguem revelar.

Pronto para converter o seu PDF? É grátis para documentos de texto comuns, sem precisar de conta.

Converter um PDF em EPUB →