Chat og dokumenter · ca. 2 min lesing

OCRmyPDF: gjør skannede PDF-er søkbare

OCRmyPDF legger et tekstlag med tekstgjenkjenning på skannede PDF-filer, slik at de kan søkes i og kopieres fra. Det kjører lokalt og forstår også norsk.

Hva er OCRmyPDF?

OCRmyPDF er et kommandolinjeprogram som legger et usynlig tekstlag under bildet i skannede PDF-filer. Da kan du søke i dokumentet og kopiere tekst fra det. Selve tekstgjenkjenningen gjøres av Tesseract OCR, som ifølge README støtter over 100 språk. Tesseract har en egen språkpakke for norsk.

Ifølge README kan OCRmyPDF blant annet:

  • lage søkbare PDF/A-filer, et format laget for langtidslagring
  • beholde den opprinnelige oppløsningen på bildene
  • rette opp skjeve og feilroterte sider
  • optimalisere bildene, ofte slik at filen blir mindre enn originalen
  • fordele arbeidet på alle prosessorkjernene
  • håndtere filer med tusenvis av sider

Alt kjører på egen maskin, så dokumentene sendes ikke til en skytjeneste.

Hva kan norske bedrifter bruke det til?

  • Gamle arkiver: Gjør skannede kontrakter, fakturaer og protokoller søkbare.
  • Forberedelse til KI: Mange KI-verktøy for dokumenter trenger tekst, ikke bilder. En PDF med tekstlag er et bedre utgangspunkt for verktøy som Docling, MarkItDown eller en intern dokumentchat.
  • Automatisk skanning: Scriptet kan kjøres på en mappe som skanneren lagrer i.

README nevner at Paperless-ngx, som vi har skrevet om tidligere, bruker OCRmyPDF for å gjøre arkivet søkbart. Tekstgjenkjenning blir aldri feilfri. Kontroller viktige tall og navn mot originalen.

Slik kommer du i gang

  1. Installer OCRmyPDF. På Debian og Ubuntu (også i WSL på Windows) er det apt install ocrmypdf. Programmet krever Ghostscript og Tesseract.
  2. Installer den norske språkpakken til Tesseract.
  3. Prøv på en ufarlig testfil:
ocrmypdf -l nor --deskew skannet.pdf sokbar.pdf
  1. Åpne resultatet, søk etter et ord og sjekk at teksten ble riktig.

Vil du bruke en annen gjenkjenningsmotor, finnes det programtillegg, blant annet for EasyOCR og PaddleOCR.

Lisens

Lisensfilen i repoet er Mozilla Public License 2.0 (MPL-2.0), en OSI-godkjent lisens. Ifølge README kan OCRmyPDF integreres i annen kode, også lukket og kommersiell, men endringer du gjør i selve OCRmyPDF-koden skal publiseres. Enkelte deler har andre lisenser, for eksempel MIT for kode utenfor kjernen og CC-BY-SA 4.0 for dokumentasjon og testfiler.

Hvorfor vi skriver om det

Vi omtaler verktøyet fordi det dukker opp i samtaler om praktiske KI-verktøy, blant annet på KI-kanaler som @milesreevesai, @replace.so og @ai.with.andrew. TikTok kan ikke leses direkte her, så vi har ikke verifisert at akkurat disse kanalene har omtalt dette verktøyet. Alt i artikkelen bygger på prosjektets egne sider, GitHub-repoet og lisensfilen. Verktøyet er kildekontrollert, men ikke installert eller funksjonstestet i dette oppdraget.

Lenker

Kilder

Opplysningene er hentet fra kildene over 26. oktober 2026. Lisens, funksjoner og installasjon kan ha endret seg siden.

← Alle artikler om åpen kildekode