OCR PDF

Estrarre testo da PDF scansionati

Seleziona i tuoi file

*File eliminati dopo 24 ore

Converti gratuitamente file fino a 1 GB, gli utenti Pro possono convertire file fino a 100 GB; registrati ora

Caricamento in corso

Come usare

1 Upload your scanned PDF

2 Open this page in the language of the document; the text is recognised in that language

3 Click Process to extract text

4 Download your searchable PDF

OCR PDF Domande frequenti

Come fa OCR PDF a trasformare una scansione in testo?

Concretamente, ogni pagina viene resa, eseguita attraverso un passaggio di riconoscimento testi Tesseract in oltre 100 lingue, e le parole riconosciute sono scritte indietro come un livello di testo invisibile posizionato sopra l'immagine originale ® in modo che la pagina appare inalterata ma è ricercabile e selezionabile. La pagina appare ancora esattamente come ha fatto ® il testo riconosciuto si trova invisibilmente dietro l'immagine in modo che la ricerca e la selezione funzionano senza modificare l'aspetto.

Quali lingue può riconoscere?

Oltre 100, tra cui latino, cirillico, greco, arabo, ebraico, cinese, giapponese, coreano e gli scritti indici. Raccontargli quale lingua aspettarsi materialmente migliora la precisione oltre lasciandolo indovinare.

Il formato sorgente influenza il riconoscimento?

Si. PDF corregge la pagina: font, vettori, immagini raster e coordinate di testo sono congelati in modo che ogni lettore vede layout identico. Come la pagina è memorizzata decide con quali risoluzione e informazioni colore il riconoscimento deve lavorare.

Qualcosa di specifico al PDF?

Sì ☐ un PDF è un grafico di oggetti, non un'immagine di pagina, quindi il testo rimane selezionabile e i vettori rimangono nitide non importa cosa accade al contenuto raster all'interno di esso. Colpisce ciò che il riconoscimento può vedere.

Quanto è preciso?

Su una scansione pulita 300 DPI di testo stampato, abbastanza alto che gli errori sono rari e soprattutto in nomi insoliti. Accuratezza cade bruscamente con bassa risoluzione, spiedo, ombre da una telecamera, caratteri insoliti e scrittura Hoppenstedt a mano in particolare non è a questo scopo.

A cosa devo fare la scansione per ottenere il miglior risultato?

300 DPI in scala di grigi è il punto dolce. Sotto 200 forme di caratteri DPI iniziano a rompersi; sopra 400 DPI si guadagna quasi nulla e pagare per esso in dimensioni del file e tempo di elaborazione.

Cosa posso caricare su OCR PDF?

Qualsiasi PDF standard, compresi quelli prodotti da uno scanner, da un processore di testi o da un driver di stampa. I file con una password proprietaria che limita solo l'editing vengono gestiti; i file che necessitano di una password utente per aprirsi non sono, e non tentiamo di rompere la crittografia.

C'è un limite di dimensione del file su OCR PDF?

Sì: gli account gratuiti elaborano documenti fino a 25 MB ciascuno, che coprono la maggior parte dei rapporti e dei contratti ma non un documento scansionato a lungo a 600 DPI; Ghostscript e qpdf fanno il lavoro. I PDF scansionati sono la cosa usuale che lo supera, e comprimere il documento prima è normalmente sufficiente per riportarlo sotto.

OCR PDF ridurrà la qualità dei miei documenti PDF?

Testo e grafica vettoriale sono oggetti piuttosto che pixel, quindi rimangono perfettamente nitide in qualsiasi zoom, non importa cosa accada. Solo le immagini raster incorporate possono degradarsi, e solo se l'operazione scelta le ricampiona.

Posso eseguire PDF OCR su diversi documenti PDF contemporaneamente?

Sì, caricare il set e procedere in parallelo sotto un insieme di impostazioni, che è il punto di fare un flusso di lavoro di documenti qui piuttosto che fare clic su un lettore desktop.

I segnalibri, i link e i campi di forma sopravvivono?

Linee di contorno, link interni e annotazioni sono conservati ovunque l'operazione lo permetta. Le firme digitali sono l'eccezione: qualsiasi modifica al file necessariamente invalida una firma, perché è proprio a questo che serve una firma.

OCR PDF costa qualcosa?

No. OCR PDF è gratuito senza un account, e nulla viene aggiunto al documento. Il caricamento e il risultato vengono eliminati automaticamente circa 24 ore dopo il lavoro, che lascia il tempo per scaricare il risultato.