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 PDF Často kladené otázky
Ako OCR PDF zmení naskenovaný súbor na text?
+
Konkrétne, každá stránka je vykreslená, prechádza procesom rozpoznávania textu Tesseract vo viac ako 100 jazykoch a rozpoznané slová sú zapísané späť ako neviditeľná vrstva textu umiestnená na pôvodnom obrázku. Stránka vyzerá nezmenená, ale je možné ju vyhľadávať a vyberať. Stránka stále vyzerá presne tak, ako bola - rozpoznaný text je neviditeľný za obrázkom, takže vyhľadávanie a výber fungujú bez zmeny vzhľadu.
Aké jazyky dokáže rozpoznať?
+
Viac ako 100 znakov vrátane latinky, cyriliky, gréčtiny, arabčiny, hebrejčiny, čínštiny, japončiny, kórejčiny a indickej abecedy.Ak mu poviete, ktorý jazyk má očakávať, podstatne sa zlepší presnosť v porovnaní s tým, keď ho necháte hádať.
Ovplyvňuje zdrojový formát rozpoznávanie?
+
PDF stránku fixuje: písma, vektory, rastrové obrázky a textové súradnice sú zmrazené, takže každý čitateľ vidí rovnaké rozloženie. Spôsob uloženia stránky rozhoduje o tom, s akým rozlíšením a informáciami o farbách musí rozpoznávač pracovať.
Niečo špecifické pre PDF tu?
+
Áno – PDF je grafický objekt, nie obrázok stránky, takže text zostáva vybrateľný a vektory zostávajú ostré bez ohľadu na to, čo sa stane s rastrovým obsahom vnútri dokumentu, čo ovplyvňuje to, čo rozpoznávač vidí.
Ako presné je to?
+
Na čistom skenovi tlačeného textu s rozlíšením 300 DPI, ktoré je dostatočne vysoké na to, aby sa chyby vyskytli len zriedkavo a väčšinou v nezvyčajných vlastných menách, presnosť prudko klesá pri nízkom rozlíšení, sklone, tieňoch z fotoaparátu telefónu, nezvyčajných písmach a rukopise – rukopis nie je tým, na čo je tento softvér určený.
Na čo by som mal skenovať, aby som dosiahol najlepšie výsledky?
+
Pod 200 DPI sa tvary znakov začínajú rozpadávať, nad 400 DPI získate takmer nič a zaplatíte za to veľkosťou súboru a časom spracovania.Vytlačené tvary sa potom rozpadajú a vytvárajú sa nové.
Čo môžem nahrať do OCR PDF?
+
Každý štandardný PDF, vrátane tých, ktoré sú vytvorené skenerom, textovým procesorom alebo ovládačom tlačiarne. Súbory s heslom vlastníka, ktoré obmedzuje iba úpravy, sú spracované. Súbory, ktoré vyžadujú heslo používateľa na otvorenie, nie sú spracované a nepokúšame sa prelomiť šifrovanie.
Existuje obmedzenie veľkosti súboru pre OCR PDF?
+
Áno: bezplatné účty spracovávajú dokumenty do veľkosti 25 MB, čo pokrýva väčšinu správ a zmlúv, ale nie dlhý naskenovaný dokument pri 600 DPI; Ghostscript a qpdf robia prácu. Naskenované PDF sú zvyčajne to, čo to prekračuje, a kompresia dokumentu je zvyčajne dostatočná na to, aby sa vrátil pod.
Zníži OCR PDF kvalitu mojich dokumentov PDF?
+
Text a vektorovú grafiku tvoria objekty, nie pixely. Zostávajú teda dokonale ostré pri každom priblížení bez ohľadu na to, čo sa stane. Degradovať sa môžu len vložené rastrové obrázky a len v prípade, že ich vybratá operácia prevzorkuje.
Môžem spustiť OCR PDF na viacerých dokumentoch PDF naraz?
+
Áno — nahrajte súbor a spracujú sa paralelne v rámci jednej množiny nastavení, čo je dôvod, prečo tu vykonávať pracovný postup dokumentu namiesto kliknutia cez čítačku počítača.
Prežijú záložky, odkazy a polia formulárov?
+
Obrysy, vnútorné odkazy a poznámky sa zachovávajú všade tam, kde to operácia umožňuje, digitálne podpisy sú výnimkou: akákoľvek zmena súboru nevyhnutne zruší platnosť podpisu, pretože podpis slúži práve na to.
Stojí OCR PDF niečo?
+
Nie, OCR PDF je bezplatné bez účtu a do dokumentu sa nič nepridáva. Nahranie a výsledok sa automaticky vymažú približne 24 hodín po vykonaní úlohy, čo vám ponechá čas na stiahnutie výsledku.
