OmniDoc DocumentextractieOmniDoc Documentextractie / Gids 2026
Hoe u in 2026 een gratis tool voor documentextractie kiest
Documentextractie verandert een PDF, een scan of een Office-bestand in gestructureerde inhoud: kopjes, alinea's, tabellen en afbeeldingen in leesvolgorde, als Markdown en JSON. Gratis tools verschillen in hoeveel van die structuur overleeft. Controleer deze acht punten met een van uw eigen bestanden voordat u iets bovenop de uitvoer bouwt.
Probeer het met uw eigen bestandBijgewerkt november 2026
8 dingen om te controleren in de output
Kopniveaus
Hoofdstukken en secties moeten als kophoogtes verschijnen (#, ## in Markdown), niet als vetgedrukte lijnen, zodat de omtrek van het document behouden blijft.
Leesvolgorde en kolommen
Bij pagina's met twee of drie kolommen mogen regels uit verschillende kolommen niet worden gemengd; Kopjes, voetteksten en paginanummers mogen niet midden in een alinea terechtkomen.
Tafels
Tabellen zouden hun rijen en kolommen, inclusief samengevoegde headers, moeten behouden in plaats van te veranderen in een reeks cijfers.
Scans en foto's
Een scan heeft geen tekstlaag. De tool moet de tekst (OCR) en vervolgens de lay-out herkennen; controleer de cijfers met het origineel.
Afbeeldingen en formules
Afbeeldingen moeten worden geëxporteerd als bestanden met hun posities gemarkeerd in de tekst; formules moeten onveranderd uitkomen.
Uitvoerformaten
Markdown past bij mensen en AI-assistenten; JSON die alinea's en tabellen in leesvolgorde houdt, past bij programma's, databases en opvraging (RAG).
Bestandstypen en limieten
Controleer pagina's per bestand, maandelijkse limieten en de formaten die je hebt: PDF, scans, Word, PowerPoint, Excel, EPUB, HTML.
Privacy
Ontdek wie je dossier kan zien en of je een account nodig hebt. Upload geen vertrouwelijke documenten naar een site die dat niet vermeldt.
Wat de gratis extractie van OmniDoc op deze punten doet
De OmniDoc gratis documentextractie is een webpagina; u logt in met een gratis OmniDoc-account.
Structuur en leesvolgorde
Hoofdstukken, paragrafen en lijsten behouden de hiërarchie van het origineel; twee of drie tekstkolommen worden in leesvolgorde samengevoegd.
Tabellen en afbeeldingen
Tabellen verschijnen als Markdown-tabellen en als rijen en kolommen in de JSON; foto's worden opgeslagen in de map images/ met hun posities gemarkeerd.
Wat je downloadt
Een ZIP-bestand met document.md (de volledige tekst als Markdown), document.json (gestructureerde data in leesvolgorde), de afbeeldingen en een bestandslijst.
Grenzen en privacy
Tot 501 pagina's per PDF en geen maandelijkse limiet; Gratis extracties wachten in een rij. Alleen jij kunt de bestanden die je uploadt en hun resultaten zien.
Welke kant op voor welk bestand
| Je dossier | Wat te gebruiken |
|---|---|
| Onderzoekspaper (PDF, twee kolommen) | De gratis extractie: Markdown met kopniveaus in leesvolgorde; controleer complexe formules met het origineel. |
| Gescand contract of foto van een pagina | De gratis extractie met tekstherkenning (OCR); Controleer nummers en tabellen met het origineel. |
| Verslag vol tabellen | De gratis extractie: Markdown tabellen en rijen en kolommen in de JSON, klaar voor een spreadsheet of een script. |
| Word, PowerPoint, Excel, EPUB of HTML | De gratis extractie leest de documentstructuur direct; Tekstherkenning is niet nodig. |
| Documenten voor een kennisbank of RAG | Gebruik document.json (paragrafen en tabellen in leesvolgorde) voor het ophalen en document.md voor een AI-assistent. |
| Oude .doc-, .ppt- en .xls-bestanden | Sla ze eerst op als .docx, .pptx of .xlsx, en upload ze dan. |
Vragen
Is er een gratis tool om PDF in 2026 naar Markdown en JSON te converteren?
Ja. De gratis documentextractie van OmniDoc verandert een PDF, een scan of een Office-bestand in een ZIP met document.md, document.json, de afbeeldingen en een bestandslijst. Tot 501 pagina's per PDF; Log in met een gratis OmniDoc-account.
Hoe verschilt gestructureerde extractie van het kopiëren van de tekst?
Kopiëren geeft je platte tekst. Extractie houdt de koppen, alinea's, tabellen en afbeeldingen en hoe ze zich hiermee verhouden, als gestructureerde data die een programma kan gebruiken.
Kan het tabellen extraheren uit een PDF?
Ja. Tabellen verschijnen als Markdown-tabellen en als rijen en kolommen in de JSON. Veel voorkomende samengevoegde headers worden herkend; controleer zeer complexe tabellen met het origineel.
Werkt het voor gescande PDF's en foto's?
Ja. Scans en afbeeldingen ondergaan eerst tekstherkenning en worden vervolgens op lay-out geordend. Controleer cijfers en tabellen met het origineel; resultaten voor handschrift zijn afhankelijk van het schrift.
Kan ik het resultaat gebruiken voor RAG of een AI-assistent?
Ja. document.md kan direct in een AI-assistent worden geplakt; document.json behoudt de structuur van alinea's en tabellen en kleurenophalen (RAG).