2Open this page in the language of the document; the text is recognised in that language
3Click Process to extract text
4Download your searchable PDF
OCR PDFa Maiz egiten diren galderak
Nola bihurtzen du OCR PDF-k eskaneatutakoa testu bihurtu?
+
Zehazki, orrialde bakoitza errendatzen da, Tesseract testu-ezagutza pasabide batetik pasatzen da 100 hizkuntza baino gehiagotan, eta ezagututako hitzak jatorrizko irudiaren gainean kokaturiko testu ikusezin geruza gisa itzultzen dira - orrialdea aldatu gabea dirudi, baina bilatu eta hauta daiteke. Orrialdeak jatorrizko itxura bera du oraindik - ezagututako testua irudiaren atzean ikusezina da, bilaketa eta hautapena itxura aldatu gabe egiten direlako.
Zein hizkuntzak ezagutzen ditu?
+
100 baino gehiago, latin, ziriliko, greziar, arabiar, hebreeraz, txineraz, japonieraz, koreeraz eta indiar idazkera barne. Zein hizkuntza espero den esateak zehaztasuna hobetzen du asmatzen uzten diozuna baino.
Iturburu-formatuak eragina du ezagutzan?
+
PDFak orrialdea finkatzen du: letra-tipoak, bektoreak, raster irudiak eta testuaren koordenatuak izoztuta daude, irakurle guztiek diseinu berdina ikusi dezaten. Orrialdea gordetzeko moduak erabakitzen du zein bereizmen eta kolore informaziorekin lan egin behar duen ezagutarazleak.
PDF-ari buruzko zerbait?
+
Bai — PDFa objektu-grafiko bat da, ez orrialde-irudia, beraz, testua hautagarria izaten jarraitzen du eta bektoreak zorrotzak izaten jarraitzen dute, barruko raster-edukiari gertatzen zaion guztiaren gainetik. Ezagutzaileak ikusi dezakeena eragiten du.
Zein zehatza da?
+
Inprimatutako testua 300 DPI-ko eskaneatze garbi batean, erroreak gutxi gertatzen direlako eta gehienbat ohiko ez diren izen propioetan, nahikoa altua da. Zehaztasuna nabarmen jaisten da bereizmen txikiarekin, okerra, telefono-kamerako itzalekin, ohiko ez diren letra-tipoekin eta eskuz idatzita — eskuz idatzita, bereziki, ez da hau egokia.
Zertan eskaneatu behar dut emaitza onena lortzeko?
+
300 DPI gris-eskalatan puntu egokia da. 200 DPI baino gutxiagoko karaktere-formak hondatzen hasten dira; 400 DPI baino gehiagoko karaktere-formak ia ezer ez dute irabazten, eta fitxategi-tamaina eta prozesamendu-denbora ordaindu behar dira.
Zer igo dezaket OCR PDFra?
+
Edozein PDF estandar, eskaner batek, testu-prozesagailu batek edo inprimagailu-kontrolatzaile batek sortutakoak barne. Edizioa soilik mugatzen duen jabearen pasahitza duten fitxategiak kudeatzen dira; erabiltzailearen pasahitza behar duten fitxategiak ez dira kudeatzen, eta ez dugu enkriptazioa apurtzen saiatzen.
Ba al dago fitxategi-tamainaren mugarik OCR PDF-an?
+
Bai: kontu libreek 25 MB arteko dokumentuak prozesa ditzakete, txosten eta kontratu gehienak barne hartzen dituena, baina ez 600 DPI-ko eskaneatutako dokumentu luze bat; Ghostscript eta qpdf-k lan hori egiten dute. Eskaneatutako PDFak dira ohikoenak, eta dokumentua lehenik konprimitzea nahikoa da normalean dokumentua berreskuratzeko.
OCR PDFk nire PDF dokumentuen kalitatea murriztuko du?
+
Testua eta grafiko bektorialak pixelak baino objektuak dira, beraz, edozein zoom-ekin zorrotzak dira, gertatzen dena edozein dela ere. Kapsulatutako raster-irudiak bakarrik degrada daitezke, eta soilik hautatutako eragiketak lagin berria ematen badie.
Exekutatu al dezaket OCR PDF bat baino gehiagotan aldi berean?
+
Bai — igo multzoa eta paraleloan prozesatuko dira ezarpen multzo batekin, hau da, dokumentuen lan-fluxu bat egitearen helburua mahaigaineko irakurle baten bidez klik egitea baino.
Laster-markak, estekak eta formulario-eremuak iraungo al dute?
+
Eskema, barne-estekak eta oharrak mantentzen dira eragiketak ahalbidetzen duenean. Sinadura digitalak salbuespena dira: fitxategian gertatzen den edozein aldaketak sinadura baliogabetu egiten du, hori baita sinaduraren helburua.
OCR PDF-k zerbait kostatzen du?
+
No. OCR PDF is free without an account, and nothing is added to the document. The upload and the result are deleted automatically about 24 hours after the job, which leaves time to download the result.
