PDF Toolbox: łączenie, dzielenie i masowy OCR plików PDF

PDF Toolbox to program dla Windows do trzech zadań, które w codziennej pracy wracają najczęściej: łączenia plików PDF, dzielenia ich na części i rozpoznawania tekstu (OCR) w skanach. Ma trzy zakładki, nie wymaga instalacji, a oryginalne pliki zawsze zostają nietknięte.

/ Zakładka „Połącz”

• Dodawanie plików: przeciągnij je na okno albo użyj „Dodaj pliki...”. Strony wszystkich plików pojawią się jako miniaturki.
• Kolejność: przeciągnij miniaturkę na miejsce innej, a przesuwana strona zajmie jej pozycję. Działa to w obu kierunkach, także między plikami.
• Usuwanie stron: prawy przycisk myszy na miniaturce, potem „Usuń ze schematu”.
• Wynik: „Połącz i zapisz jako...” tworzy jeden PDF ze stron w widocznej kolejności.

/ Zakładka „Podziel”

Otwierasz plik (przyciskiem, przeciągnięciem na okno albo z listy wczytanych), wybierasz sposób podziału i folder wyniku (domyślnie folder oryginału):

• Pojedyncze strony: każda strona trafia do osobnego pliku.
• Co N stron: np. N=5 daje strony 1–5, 6–10 itd.
• Zakresy niestandardowe: np. 1-3,5,7-9.

Wyniki mają nazwy w rodzaju nazwa_001.pdf albo nazwa_002-004.pdf.

/ Zakładka „OCR”: masowe rozpoznawanie tekstu

OCR zamienia PDF-y ze skanami w przeszukiwalne: pod obrazem strony pojawia się niewidoczna warstwa tekstowa, więc tekst można zaznaczać i wyszukiwać. Listę plików budujesz przez „Dodaj plik...”, „Dodaj folder...” (wszystkie PDF-y z folderu i podfolderów) albo przeciągnięcie plików lub folderów na okno.

• Przetwarzanie: „Rozpocznij OCR” działa w tle, więc program się nie zawiesza. Pasek postępu pokazuje bieżący plik i stronę, a „Anuluj” zatrzymuje pracę po bieżącym pliku. Pliki są przetwarzane po kolei.
• Wynik: plik nazwa_ocr.pdf obok oryginału.
• Języki: polski i angielski jednocześnie (na stałe).
• Czas: zależy od komputera i rozmiaru stron: od kilku do kilkudziesięciu sekund na stronę.

Przeciąganie plików na okno działa na aktywnej zakładce, więc upuszczony plik trafia tam, gdzie akurat patrzysz.

/ Uruchomienie

1. Rozpakuj cały ZIP do osobnego folderu (nie wyciągaj samej aplikacji).
2. Umieść folder w prostej ścieżce bez polskich znaków, np. C:\PdfToolbox. OCR czyta modele z tego folderu, a ścieżka z ogonkami (np. „Pulpit\Narzędzia”) może go zablokować.
3. Uruchom PdfToolbox.exe.

W folderze muszą leżeć razem: PdfToolbox.exe, pdfium.dll (silnik PDF), resources\fonts (czcionki interfejsu) i resources\tessdata (modele językowe OCR). Wymagany jest Windows 10 lub 11 w wersji 64-bitowej.

/ Gdy coś nie działa

• „Nie znaleziono pdfium.dll”: brakuje pliku obok .exe (np. wyciągnięto samą aplikację). Skopiuj go do tego samego folderu. Jeśli plik znika sam, sprawdź kwarantannę antywirusa i dodaj folder programu do wyjątków. Program nie jest podpisany cyfrowo, więc antywirus bywa podejrzliwy.
• Pobrany ZIP zachowuje się dziwnie: kliknij go prawym przyciskiem, wybierz Właściwości → „Odblokuj”, a potem rozpakuj ponownie do nowego folderu.
• PDF chroniony hasłem lub uszkodzony: program zgłosi błąd przy wczytywaniu, takie pliki nie są obsługiwane.
• Błąd modeli językowych OCR: sprawdź, czy istnieje resources\tessdata z plikami pol.traineddata i eng.traineddata oraz czy ścieżka do programu nie zawiera polskich znaków.

/ Z czego jest zbudowany

Obsługę PDF zapewnia PDFium (licencja BSD), a OCR Tesseract 5 (Apache-2.0) z biblioteką Leptonica. Czcionką interfejsu jest Inter (SIL OFL). Licencje składników są dostępne u ich autorów. Interfejs jest dostosowany do skalowania ekranu (DPI).

Program autorski: Splavinho 2026. Do audiobooków z zeskanowanych PDF-ów przyda się wcześniej OCR w tym programie, a potem Audiobook Converter.