Ένας σαρωτής παράγει μια εικόνα χαρτιού. Οι λέξεις σας φαίνονται σωστές, αλλά το Ctrl+F δεν βρίσκει τίποτα και η αντιγραφή-επικόλληση δεν επιστρέφει τίποτα. Το OCR (οπτική αναγνώριση χαρακτήρων) προσθέτει ένα επίπεδο πραγματικού κειμένου κάτω από την εικόνα, έτσι ώστε το έγγραφο να μπορεί να αναζητηθεί χωρίς να αλλάξει την εμφάνισή του.
Βήμα-βήμα
- 1
Ανεβάστε το PDF σας
Σύρετε το PDF σας στο πλαίσιο ή κάντε κλικ στην επιλογή Επιλογή αρχείου. Αποστέλλεται μέσω κρυπτογραφημένης σύνδεσης και χρησιμοποιείται μόνο για αυτήν την εργασία.
- 2
Ορίστε τις επιλογές
Προσαρμόστε τη γλώσσα και τον κινητήρα ocr. Κάθε πεδίο έχει μια λογική προεπιλογή, επομένως μπορείτε συνήθως να εκτελέσετε το εργαλείο αμέσως.
- 3
Εκτελείται στο πρόγραμμα περιήγησής σας
Το OCR χρησιμοποιεί το tesseract.js στον δικό σας υπολογιστή, επομένως δεν χρειάζεται ποτέ να μεταφορτωθεί ένα σαρωμένο έγγραφο. Προσθέτει ένα επίπεδο κειμένου, το οποίο κάνει τη σάρωση με δυνατότητα αναζήτησης και επιλογής — η εικόνα της σελίδας είναι ανέγγιχτη.
- 4
Εκτελέστε το και κατεβάστε το
Πατήστε OCR PDF και η σελίδα εμφανίζει την πρόοδο ενώ λειτουργεί. Όταν τελειώσει, λαμβάνετε έναν σύνδεσμο λήψης — τίποτα δεν αποστέλλεται μέσω email και τίποτα δεν αποθηκεύεται περισσότερο από όσο χρειάζεται.
Πώς μοιάζουν οι οθόνες
Τι αλλάζει το OCR — και τι αφήνει μόνο του
Το Recognition διαβάζει τα σχήματα στη σελίδα και γράφει ένα στρώμα κειμένου πίσω από την εικόνα. Η σάρωση εξακολουθεί να φαίνεται η ίδια, αλλά οι λέξεις γίνονται επιλέξιμες και αναζητήσιμες και οι αναγνώστες οθόνης μπορούν να τις ανακοινώσουν. Δεν επιδιορθώνει με μαγικό τρόπο μια θολή σελίδα ούτε μετατρέπει μια φωτογραφία μιας χειρόγραφης σημείωσης σε τέλειο κείμενο.
Προετοιμάστε τη σάρωση πριν από την αναγνώριση
Η ακρίβεια αποφασίζεται κυρίως πριν από την έναρξη της OCR. Σαρώστε σε περίπου 300 DPI, διατηρήστε τη σελίδα επίπεδη και τετράγωνη και ισιώστε τις στραβές σελίδες με Deskew πρώτον. Ένα σκούρο φόντο ή ο ανομοιόμορφος φωτισμός του τηλεφώνου μπορεί να προκαλέσει σύγχυση στην αναγνώριση. μια καθαρή, ομοιόμορφα φωτισμένη σελίδα αξίζει περισσότερο από οποιαδήποτε ρύθμιση μετά την επεξεργασία.
Γλώσσα, διάταξη και γραφή
Επιλέξτε τη γλώσσα που εμφανίζεται στη σελίδα. Οι διατάξεις πολλών στηλών διαβάζονται με μια σειρά που εξαρτάται από το έγγραφο, επομένως ελέγξτε την έξοδο αντί να υποθέσετε ότι ακολουθεί τις οπτικές στήλες. Το χειρόγραφο είναι η πιο δύσκολη περίπτωση: Το OCR μπορεί να αναγνωρίσει τυπωμένες ετικέτες γύρω του, αλλά συχνά χάνει το ίδιο το χειρόγραφο. Αντιμετωπίστε το ως περιορισμό, όχι ως σφάλμα.
Ελέγξτε πριν βασιστείτε στο κείμενο
Αναζητήστε μερικές διακριτικές λέξεις και αριθμούς — σύνολο τιμολογίου, αριθμό ρήτρας, επώνυμο — και συγκρίνετε το αποτέλεσμα με τη σελίδα. Ανοίξτε το επίπεδο κειμένου σε ένα πρόγραμμα προβολής και ελέγξτε ότι η σελίδα εξακολουθεί να εκτυπώνεται σωστά. Η μηχανή OCR λειτουργεί στο πρόγραμμα περιήγησής σας σε αυτόν τον ιστότοπο, επομένως η σάρωση δεν χρειάζεται να μεταφορτωθεί για αναγνώριση. ότι η διαφορά απορρήτου έχει σημασία για διαβατήρια, ιατρικά αρχεία και αρχεία πελατών.
Καλές συνήθειες για OCR PDF
- Το OCR εκτελείται στο πρόγραμμα περιήγησής σας, επομένως τα σαρωμένα έγγραφα δεν μεταφορτώνονται ποτέ.
- Ισιώστε πρώτα τη σάρωση — οι λοξές σελίδες παρέχουν αισθητά καλύτερη οπτική απεικόνιση.
- Μια σάρωση 300 DPI είναι το γλυκό σημείο μεταξύ ακρίβειας και ταχύτητας.
Συνήθεις ερωτήσεις
Τι κάνει το OCR PDF;
Προσθέτει ένα επίπεδο πραγματικού κειμένου πίσω από τις εικόνες ενός σαρωμένου PDF, έτσι ώστε το έγγραφο να γίνεται αναζήτησης, επιλογής και αντιγραφής ενώ φαίνεται ακριβώς το ίδιο. Η αναγνώριση εκτελείται στο πρόγραμμα περιήγησης από προεπιλογή.
Είναι το OCR PDF δωρεάν για χρήση;
Ναί. Αυτό το εργαλείο προγράμματος περιήγησης είναι δωρεάν, χωρίς υδατογράφημα και χωρίς ημερήσιο όριο εργασιών. Το E-Sign και το Legal Workflow είναι τα μόνα προϊόντα επί πληρωμή.
Τι συμβαίνει με τα αρχεία μου αφού χρησιμοποιήσω το OCR PDF;
Αποθηκεύονται σε ένα απροσδόκητο αναγνωριστικό και σαρώνονται αυτόματα μετά από μερικές ώρες. Τίποτα δεν είναι κοινόχρηστο ή ευρετήριο.
Το OCR αλλάζει τη σαρωμένη εικόνα;
Όχι. Προσθέτει ένα επίπεδο κειμένου πίσω από την εικόνα. Η σελίδα εξακολουθεί να μοιάζει με την αρχική σάρωση.
Λειτουργεί το OCR στο χειρόγραφο;
Μερικές φορές, αλλά είναι αναξιόπιστο. Το έντυπο κείμενο είναι η ισχυρή περίπτωση. Οι χειρόγραφες σημειώσεις συχνά χρειάζονται χειροκίνητη μεταγραφή ή διόρθωση.
Έχει ανέβει η σάρωση για OCR;
Σε αυτόν τον ιστότοπο, η αναγνώριση εκτελείται στο πρόγραμμα περιήγησής σας με το Tesseract.js. Το PDF με δυνατότητα αναζήτησης συναρμολογείται τοπικά, επομένως η ίδια η σάρωση δεν αποστέλλεται για αναγνώριση.