Ferramentas de anotação de documentos e PDF comparadas: código aberto e pagas

Anotar um PDF exige três coisas que uma ferramenta de texto não oferece: renderizar a página real, ancorar rótulos a coordenadas da página e ligar anotações entre páginas. Potato, Labelbox, INCEpTION e Kili renderizam PDFs nativamente. Labelbox e Potato são as duas que documentam uma forma de ligar anotações em páginas diferentes. A edição de código aberto do Label Studio pede que o PDF seja convertido antes em imagens, e a sua rotulagem nativa de PDF é um recurso Enterprise.

Um PDF descreve marcas em páginas em vez de uma sequência de caracteres, então anotá-lo como texto extraído descarta o número da página, a ordem das colunas e a estrutura das tabelas. Como anotar documentos explica por que isso importa e quais são as alternativas. Esta página compara as ferramentas.

Esta página trata apenas de documentos. Ferramentas de anotação comparadas cobre todos os tipos de dados em uma única página.

Recursos lado a lado

Cada entrada abaixo foi lida na documentação da própria ferramenta em 2026-09-24. Um traço significa que a documentação não descreveu o recurso, o que não é o mesmo que a ferramenta recusá-lo.

Duas colunas decidem a maioria dos projetos. A renderização nativa é o que permite a quem anota ver o documento em vez de uma reconstrução dele, e a ligação entre páginas é o que permite registrar que uma afirmação na página 2 se apoia em uma tabela na página 9.

Ligações entre páginas

Relações dentro de uma página são comuns. Toda ferramenta aqui que renderiza PDFs consegue unir duas anotações próximas uma da outra. Ligar através da fronteira de uma página é mais raro, porque exige que a interface mantenha dois pontos distantes ao mesmo tempo na tela ou na memória.

A Labelbox documenta um fluxo de trabalho explícito para isso. Quem anota seleciona a ferramenta de relação, clica com o botão direito na primeira anotação e escolhe "Selecionar início da relação" ("Select relationship start"), rola até o destino e escolhe "Selecionar fim da relação" ("Select relationship end"). O Potato segue o outro caminho e empilha todas as páginas em um único contêiner rolável com view_mode: scroll, de modo que as duas pontas da ligação fiquem ao alcance sem sair da visualização, e desenha a ligação como um único arco.

INCEpTION e Kili suportam relações em PDFs, e a documentação de nenhuma das duas diz se uma relação pode atravessar páginas. Trate isso como desconhecido e não como um não.

Onde as edições diferem

O Label Studio é o caso em que a edição importa mais do que a ferramenta. Seu modelo de código aberto para documentos de várias páginas diz que a anotação "exige que você primeiro pré-processe seu documento convertendo-o em imagens separadas" ("requires that you first pre-process your document by converting it into separate images"), o que perde a camada de texto e, com ela, a anotação por trechos de texto. A renderização nativa de PDF e a tag OcrLabels estão documentadas como recursos Enterprise, com PDFs de até 100 páginas e um pageIndex em cada resultado.

Seu OCR lê uma camada de texto que já existe em vez de reconhecer caracteres em uma imagem. A documentação é direta quanto a esse requisito e pede que você verifique "se consegue destacar o texto do PDF com o cursor" ("whether you can highlight text in the PDF using your cursor"). Uma página digitalizada precisa antes de uma etapa externa de OCR.

O Prodigy chega aos PDFs pelo plugin separado prodigy-pdf, que fornece pdf.image.manual para caixas em páginas renderizadas, pdf.spans.manual para trechos sobre o texto extraído e pdf.ocr.correct para revisar a saída do Tesseract. O Prodigy é uma licença proprietária vitalícia a $390 para uso pessoal e $490 por assento para empresas, com um mínimo de cinco assentos.

doccano e brat são ferramentas de texto. O catálogo de importadores que acompanha o doccano lista TextFile, TextLine, CSV, FastText, JSON, JSONL, Excel, CoNLL, ImageFile e AudioFile, sem nenhum importador de PDF entre eles. O brat guarda cada documento como um arquivo de texto UTF-8 simples ao lado de um arquivo .ann separado, de modo que páginas não têm representação em seu modelo de dados. Ambos são licenciados sob MIT e ambos seguem sendo boas escolhas para as tarefas de texto para as quais foram construídos.

Os formatos de mídia documentados do CVAT são imagens, vídeo, áudio e nuvens de pontos. Sua documentação não menciona PDF, o que é uma afirmação sobre a documentação e não sobre o código.

Documentos digitalizados

O OCR é onde as ferramentas mais divergem naquilo que fazem por você. Labelbox e Kili reconhecem texto a partir dos pixels, então uma digitalização funciona sem preparo. A Kili usa o texto nativo do PDF onde ele existe e recorre à imagem nos demais casos, e aceita OCR calculado externamente por meio de um campo de metadados no formato do Google Vision. Label Studio e INCEpTION exigem uma camada de texto embutida e deixam o reconhecimento por sua conta.

O OCR do Potato é opcional e só roda em modo de ligação. A opção ocr aceita false, true ou auto, e auto executa a passagem apenas quando a camada de texto embutida volta vazia, o que serve a um corpus que mistura arquivos nascidos digitais com digitalizações.

instance_display:
  fields:
    - key: pdf
      type: pdf
      label: "Document"
      display_options:
        annotation_mode: link
        view_mode: scroll
        ocr: auto
        enable_text_anchors: true
        enable_region_anchors: true
        anchor_labels:
          - name: claim
            color: "#dc2626"
          - name: figure
            color: "#2563eb"
        link_types:
          - name: refers_to
            directed: true
            allowed_source_labels: [claim]
            allowed_target_labels: [figure]

allowed_source_labels e allowed_target_labels restringem quais âncoras um tipo de ligação pode unir, de modo que uma ligação refers_to só pode começar em uma afirmação e terminar em uma figura. Uma diretriz expressa assim é imposta pela interface em vez de lembrada por quem anota.

O que o Potato não faz para documentos

O Potato não fornece uma força de trabalho de anotadores, e Labelbox, Kili e Scale são construídas em torno de serviços gerenciados de rotulagem. O Potato não tem um ciclo de treinamento de modelo acoplado à anotação de documentos, que é o que o prodigy-pdf oferece por meio do resto do Prodigy. O OCR do Potato só roda em modo de ligação, então uma tarefa em modo de trechos sobre digitalizações precisa que a camada de texto seja adicionada antes.

Arquivos Word e Markdown usam a exibição document do Potato, separada da exibição pdf. Entre as ferramentas aqui, as listas de formatos do doccano e do INCEpTION são explícitas o bastante para dizer que DOCX está ausente; as demais não o mencionam de um jeito nem de outro.

Leitura adicional

• Como anotar documentos e PDFs trata de âncoras, digitalizações e do que a diagramação carrega.
• Anotação de PDF documenta todas as opções que a exibição pdf aceita.
• Ferramentas de anotação comparadas cobre todos os tipos de dados em uma única página.
• Ferramentas de anotação de texto comparadas trata de NER, relações e classificação.

Verificado com a documentação, a página de preços e o repositório de cada projeto em 2026-09-24. Se alguma célula estiver errada, avise-nos.