Langkau ke kandungan
Kembali ke semua alat№ 055

OCR PDF

Kenal pasti teks dalam PDF imbasan supaya boleh dicari dan disalin.

Memuatkan alat…

PDF yang diimbas ialah gambar sesuatu halaman. Ia kelihatan seperti dokumen tetapi tidak mengandungi teks, sebab itulah carian tidak menemui apa-apa dan menyalin tidak memberi apa-apa. OCR membaca bentuk dalam imej, mengenal aksara dan menambah lapisan teks halimunan di belakang gambar, jadi halaman masih kelihatan sama tetapi menjadi boleh dicari dan dipilih.

Pengecaman berjalan sepenuhnya dalam pelayar menggunakan Tesseract yang dikompil kepada WebAssembly. Larian pertama memuat turun model bahasa bagi bahasa yang anda pilih; selepas itu ia disimpan dalam cache.

Cara ia berfungsi

  1. Buka PDF atau imej yang diimbas.
  2. Pilih bahasa teks — ketepatan sangat bergantung pada pilihan ini.
  3. Jalankan pengecaman dan tunggu; satu halaman mengambil beberapa saat.
  4. Muat turun PDF yang boleh dicari bersama lapisan teksnya.

Kegunaannya

  • Menjadikan arkib invois yang diimbas boleh dicari mengikut nama pembekal.
  • Menyediakan imbasan untuk ditukar kepada Word, yang memerlukan lapisan teks sebenar.
  • Memetik daripada bab buku yang diimbas tanpa menaipnya semula.

Soalan lazim

Adakah fail saya dimuat naik ke pelayan?
Tidak. Fail dibuka oleh JavaScript dan WebAssembly yang berjalan dalam tab pelayar anda sendiri. Ia tidak pernah dimuat naik, tiada pemprosesan di pelayan dan tiada apa-apa yang disimpan — menutup tab akan membuang semuanya.
Kenapa pengecaman perlahan?
Kerana ia benar-benar berjalan pada peranti anda dan bukan pada ladang pelayan. Jangkakan beberapa saat bagi setiap halaman, lebih lama pada telefon. Pertukarannya, dokumen tidak pernah meninggalkan mesin anda.
Teks yang dikenal pasti ada kesilapan.
Ketepatan OCR bergantung pada kualiti imbasan. Sasarkan sekurang-kurangnya 300 dpi, halaman yang lurus dan kontras yang baik. Memilih bahasa yang salah ialah punca paling biasa hasil yang lemah, diikuti oleh foto telefon yang condong atau berbayang.
Adakah halaman kelihatan berbeza selepas itu?
Tidak. Imej asal dikekalkan dan teks yang dikenal pasti diletakkan secara halimunan di belakangnya, jadi rupanya tidak berubah.

Alat berkaitan