Làm thế nào OCR PDF chuyển một bản scan thành văn bản?
+
Đặc biệt, mỗi trang được hiển thị, chạy qua một đoạn nhận dạng văn bản Tesseract trong hơn 100 ngôn ngữ, và các từ được nhận dạng được viết lại như một lớp văn bản vô hình được đặt trên hình ảnh gốc — vì vậy trang trông không thay đổi nhưng có thể tìm kiếm và chọn. Trang vẫn trông giống như trước — văn bản được nhận dạng nằm vô hình sau hình ảnh vì vậy tìm kiếm và chọn tác động mà không thay đổi hình ảnh.
Nó có thể nhận ra ngôn ngữ nào?
+
Hơn 100, bao gồm Latin, Cyrillic, Greek, Arabic, Hebrew, Chinese, Japanese, Korean và Indian scripts. Nói cho nó biết ngôn ngữ nào để mong đợi sẽ cải thiện chính xác hơn là để nó đoán.
Định dạng nguồn có ảnh hưởng đến việc nhận dạng không?
+
Nó có thể. PDF cố định trang: phông chữ, vectơ, hình ảnh raster và tọa độ văn bản được đóng băng để mọi người đọc thấy thiết kế giống nhau. Cách trang được lưu quyết định độ phân giải và thông tin màu mà trình nhận dạng phải làm việc với.
Có gì đặc biệt về PDF ở đây không?
+
Có — PDF là đồ thị đối tượng, không phải hình ảnh trang, vì vậy văn bản vẫn có thể chọn và vector vẫn sắc nét dù có gì xảy ra với nội dung raster bên trong nó. Nó ảnh hưởng đến những gì mà trình nhận dạng có thể thấy.
Nó chính xác đến mức nào?
+
Trong một bản scan văn bản in sạch 300 DPI, độ cao đủ cao để các lỗi hiếm gặp và hầu hết là trong các danh từ chính bất thường. Độ chính xác giảm mạnh với độ phân giải thấp, lệch, bóng tối từ máy ảnh điện thoại, phông chữ bất thường và chữ viết tay — đặc biệt là chữ viết tay không phải là mục đích của công cụ này.
Tôi nên quét ở đâu để có kết quả tốt nhất?
+
300 DPI trong độ xám là điểm tốt nhất. Dưới 200 DPI, hình dạng ký tự bắt đầu bị phá vỡ; trên 400 DPI, bạn hầu như không có gì cả và phải trả giá bằng kích thước tập tin và thời gian xử lý.
Tôi có thể tải lên OCR PDF gì?
+
Mọi PDF tiêu chuẩn, bao gồm những tập tin được tạo bởi máy quét, trình xử lý văn bản hay trình điều khiển in. Tập tin có mật khẩu chủ chỉ hạn chế sửa đổi sẽ được xử lý; tập tin cần mật khẩu người dùng để mở không được xử lý, và chúng tôi không cố gắng phá mã hóa.
Có giới hạn kích thước tập tin trên OCR PDF không?
+
Có: tài khoản miễn phí xử lý tài liệu lên đến 25 MB mỗi tài liệu, bao gồm hầu hết các báo cáo và hợp đồng nhưng không phải là một tài liệu scan dài ở 600 DPI; Ghostscript và qpdf làm việc. PDF scan là thứ thường xuyên vượt quá nó, và nén tài liệu trước thường là đủ để mang nó trở lại dưới.
OCR PDF có làm giảm chất lượng tài liệu PDF của tôi không?
+
Văn bản và tranh vectơ là các đối tượng chứ không phải điểm ảnh, vì vậy chúng vẫn giữ được độ sắc nét hoàn hảo ở bất kỳ độ phóng to nào dù có chuyện gì xảy ra. Chỉ có hình ảnh raster nhúng có thể bị giảm chất lượng, và chỉ khi thao tác bạn chọn lấy mẫu lại chúng.
Tôi có thể chạy OCR PDF trên nhiều tài liệu PDF cùng một lúc không?
+
Có — tải lên tập tin và chúng sẽ xử lý song song dưới một tập hợp các cài đặt, đó là điểm của việc làm một luồng tài liệu ở đây thay vì click qua một trình đọc desktop.
Đánh dấu, liên kết và các ô biểu mẫu có còn tồn tại không?
+
Các đường nét, liên kết nội bộ và ghi chú được giữ lại bất cứ khi nào thao tác cho phép. Chữ ký số là ngoại lệ: bất kỳ thay đổi nào vào tập tin đều làm hỏng chữ ký, vì đó chính xác là mục đích của chữ ký.
OCR PDF có tốn tiền không?
+
Không. PDF OCR miễn phí mà không cần tài khoản, và không có gì được dán dấu lên trang. Tài liệu tải lên sẽ bị xóa khỏi người làm việc ngay sau khi công việc hoàn thành.
