Skener vytvoří obrázek papíru. Slova se vám zdají správná, ale Ctrl+F nic nenajde a copy-paste nic nevrátí. OCR (optické rozpoznávání znaků) přidává pod obraz vrstvu skutečného textu, takže dokument lze prohledávat, aniž by se měnil jeho vzhled.
Krok za krokem
- 1
Nahrajte soubor PDF
Přetáhněte soubor PDF do pole nebo klikněte na Vybrat soubor. Odesílá se přes šifrované spojení a používá se pouze pro tento úkol.
- 2
Nastavte možnosti
Upravte jazyk a ocr engine. Každé pole má rozumné výchozí nastavení, takže nástroj můžete obvykle okamžitě spustit.
- 3
Runs in your browser
OCR používá tesseract.js na vašem vlastním počítači, takže naskenovaný dokument nikdy není nutné nahrávat. Přidává textovou vrstvu, díky níž lze sken prohledávat a vybírat – obraz stránky je nedotčený.
- 4
Spusťte jej a stáhněte
Stiskněte OCR PDF a stránka zobrazuje průběh, zatímco pracuje. Po dokončení dostanete odkaz ke stažení – nic se neposílá e-mailem a nic se neukládá déle, než je nutné.
Jak vypadají obrazovky
Co OCR mění – a co nechává být
Rozpoznávání čte tvary na stránce a zapisuje textovou vrstvu za obrázek. Skenování vypadá stále stejně, ale slova se stanou volitelnými a vyhledávatelnými a čtečky obrazovky je mohou oznámit. Neopraví zázračně rozmazanou stránku ani nepromění fotografii ručně psané poznámky v dokonalý text.
Před rozpoznáním připravte skenování
O přesnosti se většinou rozhoduje před zahájením OCR. Skenujte s rozlišením přibližně 300 DPI, udržujte stránku rovnou a čtvercovou a vyrovnejte křivé stránky pomocí Zkosení první. Tmavé pozadí nebo nerovnoměrné osvětlení telefonu může zmást rozpoznávání; čistá, rovnoměrně osvětlená stránka má větší cenu než jakékoli nastavení následného zpracování.
Jazyk, rozvržení a rukopis
Vyberte jazyk, který se zobrazí na stránce. Rozvržení s více sloupci se čtou v pořadí, které závisí na dokumentu, takže raději zkontrolujte výstup, než předpokládejte, že následuje vizuální sloupce. Rukopis je nejtěžší případ: OCR může rozpoznat tištěné štítky kolem sebe, ale často postrádá samotný rukopis. Berte to jako omezení, ne jako chybu.
Než se spolehnete na text, zkontrolujte
Vyhledejte několik výrazných slov a čísel – součet faktury, číslo doložky, příjmení – a porovnejte výsledek se stránkou. Otevřete textovou vrstvu v prohlížeči a zkontrolujte, zda se stránka stále tiskne správně. OCR engine běží ve vašem prohlížeči na této stránce, takže sken není nutné nahrávat k rozpoznání; že rozdíl v soukromí je důležitý pro pasy, lékařské záznamy a klientské složky.
Good habits for OCR PDF
- OCR běží ve vašem prohlížeči, takže naskenované dokumenty se nikdy neodesílají.
- Nejprve sken narovnejte – šikmé stránky poskytují znatelně lepší OCR.
- Skenování s rozlišením 300 DPI je sladkým bodem mezi přesností a rychlostí.
Běžné otázky
What does OCR PDF do?
Přidá skutečnou textovou vrstvu za obrázky naskenovaného PDF, takže dokument bude možné prohledávat, vybírat a kopírovat, přičemž vypadá úplně stejně. Ve výchozím nastavení probíhá rozpoznávání v prohlížeči.
Is OCR PDF free to use?
Ano. Tento nástroj prohlížeče je zdarma, bez vodoznaku a bez omezení denních úkolů. E-Sign a Legal Workflow jsou jediné placené produkty.
Co se stane s mými soubory poté, co použiji OCR PDF?
Jsou uloženy pod neodhadnutelným ID a po několika hodinách automaticky smazány. Nic není sdíleno ani indexováno.
Změní OCR naskenovaný obrázek?
Ne. Přidá textovou vrstvu za obrázek. Stránka stále vypadá jako původní sken.
Funguje OCR na rukopisu?
Někdy, ale je to nespolehlivé. Tištěný text je silný případ; ručně psané poznámky často vyžadují ruční přepis nebo opravu.
Je sken nahrán pro OCR?
Na tomto webu běží rozpoznávání ve vašem prohlížeči pomocí Tesseract.js. Prohledávatelné PDF je sestaveno lokálně, takže samotný sken není odeslán k rozpoznání.