OCR Πρώτα: Όταν μια σάρωση χρειάζεται ένα επίπεδο κειμένου

Το OCR προσθέτει ένα στρώμα πραγματικού κειμένου πίσω από την εικόνα της σελίδας, έτσι ώστε μια σάρωση να μπορεί να αναζητηθεί, να αντιγραφεί και να μετατραπεί χωρίς να αλλάξει η εμφάνισή της. Συνήθως είναι το βήμα πριν από ένα άλλο εργαλείο, όχι ο τελικός προορισμός.

Γιατί προκύπτει αυτό

Οι σαρώσεις εισέρχονται σε μια ροή εργασίας που φαίνεται ολοκληρωμένη και, στη συνέχεια, αποτυγχάνουν στο πρώτο μοτίβο αναζήτησης, μετατροπής ή ονόματος αρχείου. Η έγκαιρη αναγνώριση του κειμένου αποφεύγει την επανάληψη της ίδιας εργασίας σε ένα αρχείο που δεν ήταν ποτέ αναγνώσιμο στην αρχή.

Ελέγξτε πριν το εκτελέσετε

• Επιβεβαιώστε ότι η σελίδα είναι πραγματικά σάρωση. Εάν δεν είναι δυνατή η επιλογή κειμένου σε ένα πρόγραμμα προβολής, απαιτείται OCR. Εάν μπορεί, εκτελέστε απευθείας το εργαλείο κειμένου ή μετατροπής και παραλείψτε το επιπλέον πάσο.
• Ταιριάξτε τη γλώσσα και τη μηχανή. Η γλώσσα είναι ένας κώδικας Tesseract όπως eng, deu ή fra. Ο τυπικός κινητήρας λειτουργεί στο πρόγραμμα περιήγησης. Η υψηλή ακρίβεια χρησιμοποιεί μοντέλα Paddle όπου είναι διαθέσιμα και είναι ισχυρότερη για Αγγλικά και Κινέζικα, ενώ άλλες γλώσσες παραμένουν στο Tesseract.
• Ισιώστε πρώτα και επαληθεύστε μετά. Καθαρίστε μια λανθασμένη σάρωση πριν από την αναγνώριση και, στη συνέχεια, αναζητήστε ένα όνομα, μια ημερομηνία και ένα σύνολο. Τα σωστά ουσιαστικά και οι αριθμοί είναι εκεί που το OCR μαντεύει πιο συχνά.

Πότε να το προσεγγίσετε

• Ένα σαρωμένο συμβόλαιο πρέπει να γίνει επεξεργάσιμο κείμενο του Word. OCR the scan first, then convert the searchable PDF; otherwise the .docx arrives as pictures or blank paragraphs.
• Ένας φάκελος με σαρωμένα τιμολόγια χρειάζεται ονόματα με νόημα. Το OCR δίνει Μετονομασία του κειμένου που χρειάζεται για να δημιουργήσει ένα όνομα αρχείου από την πρώτη σελίδα.

Μια ερώτηση έχουμε

Το OCR ανεβάζει τη σάρωση μου;

Όχι — η αναγνώριση εκτελείται μέσα στο πρόγραμμα περιήγησής σας (Tesseract), επομένως το σαρωμένο περιεχόμενο δεν φεύγει ποτέ από τη συσκευή σας. Το PDF με δυνατότητα αναζήτησης δημιουργείται επίσης τοπικά.

Εκεί που ταιριάζει

Τα εργαλεία που συνήθως ανοίγουν οι άνθρωποι δίπλα στο OCR PDF:

• Μετονομασία PDF — Μετονομάστε ένα ή πολλά αρχεία PDF από ένα μοτίβο ή από κείμενο που βρίσκεται στις σελίδες τους.
• Αλλαγή μεγέθους PDF — Τοποθετήστε σελίδες σε διαφορετικό μέγεθος χαρτιού ή προσθέστε ομοιόμορφα περιθώρια γύρω από το περιεχόμενο.
• PDF σε Word — Μετατρέψτε ένα PDF σε επεξεργάσιμο έγγραφο του Word, με τη διάταξη να διατηρείται όπου είναι δυνατόν.

Κάθε εργαλείο λειτουργεί σε ένα αντίγραφο, επομένως το αρχικό αρχείο δεν αγγίζεται ποτέ. Οι μεταφορτώσεις αποθηκεύονται σε ένα απροσδόκητο αναγνωριστικό και διαγράφονται αυτόματα δύο ώρες μετά το τελευταίο άνοιγμα τους. τίποτα δεν είναι καταχωρημένο, κοινόχρηστο ή ευρετήριο. Περισσότερα για το σελίδα ασφαλείας.