PDF OCR

OCR gratuit online PDF

Selectați fișierele dvs.

*Fișiere șterse după 24 de ore

Convertește gratuit fișiere de până la 1 GB, utilizatorii Pro pot converti fișiere de până la 100 GB; Înregistrează-te acum

Încărcare

Cum se utilizează

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 Întrebări

Cum face OCR PDF să transforme o scanare în text?

În mod concret, fiecare pagină este dezvoltată, trece printr-o trecere de text-reconociune Teseract în peste 100 de limbi, iar cuvintele recunoscute sunt scrise înapoi ca un strat de text invizibile poziționat peste imaginea originală — astfel încât pagina pare nemodificată, dar este selectabilă. Pagina arată tot exact cum a făcut-o — textul recunoscut se află în spatele imaginei astfel încât să lucreze în căutare și selecție fără a schimba aspectul.

Ce limbi poate recunoaşte?

Peste 100, inclusiv latin, cirilic, grecesc, arabă, ebraică, chineză, japoneză, coreeană și script-urile indice. Spune-i care limba să se așteapte îmbunătățește material precizie de la a face ghici.

Formatul sursă afectează recunoașterea?

Acesta face. PDF este fixat paginii: fonturi, vectori, imagini raster și coordonate text sunt congelate astfel încât fiecare cititor vede layout identic. Cum pagina este stocat decide cu ce informații de rezoluție și culoare recunoaștetorul trebuie să lucreze.

Ceva specific pentru PDF aici?

Da — un PDF este un grafic de obiect, nu o imagine de pagină, astfel încât textul rămâne selectabil și vectorii rămân ascuțiți indiferent ce se întâmplă cu conținutul raster din interiorul acestuia. Acesta afectează ceea ce recunoaștetorul poate vedea.

Cât de corect este?

Pe o scanare curată 300 DPI de text tipărit, suficient de mare că erorile sunt rare și în principal în substanți neobișnuiți. Precizia cade brusc cu rezoluție scăzută, skew, umbre de la o cameră de telefon, tipefoane neobișnuite și scrisul de mână — în special scrisul de mână nu este pentru ce este acest lucru.

La ce ar trebui să scanez pentru cel mai bun rezultat?

300 DPI în scala de gris este spot dulce. Sub 200 DPI forme de caracter începe de rupere în jos; peste 400 DPI câștigi aproape nimic și plătește pentru el în dimensiunea fișierului și timpul de procesare.

Ce pot încărca pe OCR PDF?

Orice PDF standard, inclusiv cele produse de un scaner, de un procesor de cuvinte sau de un driver de tipărire. Fișiere cu o parolă proprietară care restricționează ediția sunt gestionate; fișierele care au nevoie de o parolă de utilizator pentru a deschide nu sunt, și noi nu încercăm să rupe criptarea.

Există o limită de dimensiune a fișierelor pe OCR PDF?

Da: documente de proces de conturi gratuite până la 25 MB fiecare, care acoperă majoritatea rapoartelor și contractelor, dar nu un document scanat lung la 600 DPI; Ghostscript și qpdf fac munca. PDF-urile scanate sunt lucrul obișnuit care depășește acesta, și comprimarea documentului în primul rând este de obicei suficient pentru a-l aduce înapoi.

Oferta de OCR PDF va reduce calitatea documentelor mele PDF?

Text și vector de artă sunt obiecte mai degrabă decât pixeli, astfel încât acestea rămân perfect ascuțite la orice zoom indiferent de ce se întâmplă. Doar imaginile încorporate pot degrada, și doar dacă operația alegeți le reeșanlonează.

Pot să execut OCR PDF pe mai multe documente PDF deodată?

Da — încărcă setul și procesează în paralel, sub un set de set de seturi, care este punctul de a face un flux de lucru document aici, în loc de a face clic pe un cititor de desktop.

Setatele, link-urile și câmpurile de formular supraviețuiesc?

Contururile, legăturile interne și anotațiile sunt păstrate oriunde operația permite. Semnele digitale sunt excepția: orice modificare a fișierului invalidează neapărat o semnătură, deoarece este exact pentru care este o semnătură.

Costă ceva OCR PDF?

Nu. OCR PDF este gratuit fără cont, și nimic nu este adăugat la document. Încărcarea și rezultatul sunt șterse automat la 24 de ore după post, ceea ce lasă timp pentru a descărca rezultatul.