PDF OCR

OCR atas talian percuma PDF

Pilih fail anda

*Fail dipadam selepas 24 jam

Tukar sehingga 1 GB fail secara percuma, pengguna Pro boleh menukar sehingga 100 GB fail; Daftar sekarang

Memuat naik

Cara Penggunaan

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

PDF OCR Soalan Lazim

Bagaimana OCR PDF menukar imbasan ke teks?

Secara khusus, setiap halaman dirender, dijalankan melalui laluan pengenalan teks Tesseract dalam lebih daripada 100 bahasa, dan perkataan yang dikenal pasti ditulis semula sebagai lapisan teks tak kelihatan diletakkan di atas imej asal - jadi halaman kelihatan tidak berubah tetapi boleh dicari dan dipilih. Halaman masih kelihatan sama seperti yang dilakukan - teks yang dikenal pasti duduk tak kelihatan di belakang imej jadi carian dan pemilihan bekerja tanpa mengubah penampilan.

Bahasa apa yang ia boleh mengenali?

Lebih 100, termasuk Latin, Cyrillic, Greek, Arab, Hebrew, Cina, Jepun, Korea dan skrip India. Memaklumkan bahasa mana yang dijangkakan secara material meningkatkan ketepatan berbanding membiarkan ia meneka.

Adakah format sumber mempengaruhi pengecaman?

Ianya boleh. PDF memperbaiki halaman: fon, vektor, imej raster dan koordinat teks dibekukan supaya setiap pembaca melihat susunatur yang sama. Bagaimana halaman disimpan menentukan maklumat resolusi dan warna yang perlu diguna oleh pengiktirafan.

Ada apa-apa yang khusus untuk PDF di sini?

Ya — PDF adalah graf objek, bukan imej halaman, jadi teks tetap boleh dipilih dan vektor tetap tajam tanpa mengira apa yang berlaku kepada kandungan raster di dalamnya. Ia mempengaruhi apa yang pengiktirafan boleh lihat.

Berapa tepatnya?

Pada imbasan 300 DPI bersih teks cetak, cukup tinggi untuk ralat jarang berlaku dan kebanyakannya dalam nama benda yang tidak biasa. Ketepatan jatuh dengan jelas dengan resolusi rendah, lengkung, bayang dari kamera telefon, font yang tidak biasa dan tulisan tangan — tulisan tangan khususnya bukanlah apa yang ini untuk.

Apa yang patut saya imbas untuk hasil yang terbaik?

300 DPI dalam skala kelabu adalah titik manis. Di bawah 200 DPI bentuk aksara mula rosak; di atas 400 DPI anda tidak mendapat apa-apa dan membayar untuknya dalam saiz fail dan masa pemprosesan.

Apa yang boleh saya muat naik ke PDF OCR?

Sebarang PDF piawai, termasuk yang dihasilkan oleh pengimbas, pemproses kata atau pemacu cetakan. Fail dengan kata laluan pemilik yang hanya membatasi penyuntingan diurus; fail yang memerlukan kata laluan pengguna untuk dibuka tidak, dan kami tidak cuba memecah penyulitan.

Adakah terdapat had saiz fail pada PDF OCR?

Ya: akaun percuma memproses dokumen sehingga 25 MB setiap satu, yang meliputi kebanyakan laporan dan kontrak tetapi bukan dokumen mengimbas panjang pada 600 DPI; Ghostscript dan qpdf melakukan kerja. PDF mengimbas adalah perkara biasa yang melebihinya, dan memampatkan dokumen pertama biasanya cukup untuk membawanya kembali ke bawah.

Adakah OCR PDF akan menurunkan kualiti dokumen PDF saya?

Teks dan karya seni vektor adalah objek bukan piksel, jadi mereka tetap tajam pada sebarang zum tanpa mengira apa yang berlaku. Hanya imej raster terbenam boleh diturunkan, dan hanya jika operasi yang anda pilih menguji semula mereka.

Bolehkah saya jalankan OCR PDF pada beberapa dokumen PDF pada satu masa?

Ya — muat naik set dan mereka diproses secara serentak di bawah satu set tetapan, yang merupakan titik untuk melakukan aliran kerja dokumen di sini daripada mengklik melalui pembaca desktop.

Adakah tandabuku, pautan dan medan borang akan kekal?

Garis luar, pautan dalaman dan anotasi disimpan di mana- mana operasi membenarkannya. Tandatangan digital adalah pengecualian: sebarang perubahan kepada fail mesti melumpuhkan tandatangan, kerana itulah yang tandatangan adalah untuk.

Adakah OCR PDF kos apa-apa?

Tidak. PDF OCR adalah percuma tanpa akaun, dan tiada apa-apa ditambah ke dokumen. Memuat naik dan hasil dipadam secara automatik kira-kira 24 jam selepas kerja, yang meninggalkan masa untuk memuat turun hasil.