Skanneri tuottaa kuvan paperista. Sanat näyttävät oikealta, mutta Ctrl+F ei löydä mitään ja kopioi ja liitä mitään. OCR (optinen merkintunnistus) lisää oikean tekstikerroksen kuvan alle, jotta asiakirjasta tulee haettavissa muuttamatta sen ulkoasua.
Askel askeleelta
- 1
Lataa PDF
Vedä PDF-tiedosto laatikkoon tai napsauta Valitse tiedosto. Se lähetetään salatun yhteyden kautta ja sitä käytetään vain tähän tehtävään.
- 2
Aseta asetukset
Säädä kieli ja ocr-moottori. Jokaisella kentällä on järkevä oletusarvo, joten voit yleensä käynnistää työkalun heti.
- 3
Toimii selaimessasi
OCR käyttää tesseract.js-tiedostoa omalla koneellasi, joten skannattua asiakirjaa ei tarvitse koskaan ladata. Se lisää tekstikerroksen, joka tekee skannauksesta haettavan ja valittavissa – sivun kuva on koskematon.
- 4
Suorita se ja lataa
Paina OCR PDF ja sivu näyttää edistymisen, kun se toimii. Kun se on valmis, saat latauslinkin – mitään ei lähetetä sähköpostitse eikä mitään säilytetä pidempään kuin on tarpeen.
Miltä näytöt näyttävät
Mitä OCR muuttaa – ja mitä se jättää rauhaan
Tunnistus lukee sivun muodot ja kirjoittaa tekstikerroksen kuvan taakse. Skannaus näyttää edelleen samalta, mutta sanoista tulee valittavissa ja haettavissa, ja näytönlukuohjelmat voivat ilmoittaa niistä. Se ei taianomaisesti korjaa epäselvää sivua tai muuta valokuvaa käsinkirjoitetusta muistiinpanosta täydelliseksi tekstiksi.
Valmistele skannaus ennen tunnistusta
Tarkkuus päätetään useimmiten ennen OCR:n alkamista. Skannaa noin 300 DPI:llä, pidä sivu tasaisena ja neliömäisenä ja suorista vinoja sivuja Deskew ensin. Tumma tausta tai epätasainen puhelimen valaistus voivat hämmentää tunnistusta. puhdas, tasaisesti valaistu sivu on arvokkaampi kuin mikään jälkikäsittelyasetus.
Kieli, asettelu ja käsiala
Valitse sivulla näkyvä kieli. Monisarakkeiset asettelut luetaan järjestyksessä, joka riippuu asiakirjasta, joten tarkista tuloste sen sijaan, että se seuraa visuaalisia sarakkeita. Käsinkirjoitus on vaikein tapaus: tekstintunnistus voi tunnistaa ympärillään painetut tarrat, mutta itse käsinkirjoitus jää usein huomaamatta. Käsittele sitä rajoituksena, ei virheenä.
Tarkista ennen kuin luotat tekstiin
Etsi muutama erottuva sana ja numero – laskun loppusumma, lausekkeen numero, sukunimi – ja vertaa tulosta sivuun. Avaa tekstitaso katseluohjelmassa ja tarkista, että sivu tulostuu edelleen oikein. OCR-moottori toimii selaimessasi tällä sivustolla, joten skannausta ei tarvitse ladata tunnistamista varten. että yksityisyyden erolla on merkitystä passien, sairauskertomusten ja asiakastiedostojen osalta.
Hyvät tavat OCR PDF:lle
- OCR toimii selaimessasi, joten skannattuja asiakirjoja ei koskaan ladata.
- Suorista skannaus ensin – vinostuneet sivut parantavat tekstintunnistusta huomattavasti.
- 300 DPI:n skannaus on makea paikka tarkkuuden ja nopeuden välillä.
Yleisiä kysymyksiä
Mitä OCR PDF tekee?
Lisää skannatun PDF-tiedoston kuvien taakse todellisen tekstikerroksen, jotta asiakirjasta tulee haettavissa, valittavissa ja kopioitava, vaikka se näyttää täsmälleen samalta. Tunnistus toimii oletusarvoisesti selaimessa.
Onko OCR PDF ilmainen käyttää?
Kyllä. Tämä selaintyökalu on ilmainen, ilman vesileimaa eikä päivittäisiä tehtäviä. E-Sign ja Legal Workflow ovat ainoat maksulliset tuotteet.
Mitä tiedostoilleni tapahtuu OCR PDF:n käytön jälkeen?
Ne tallennetaan arvaamattomalla tunnuksella ja pyyhkäistään automaattisesti muutaman tunnin kuluttua. Mitään ei ole jaettu tai indeksoitu.
Muuttaako OCR skannattua kuvaa?
Ei. Se lisää tekstikerroksen kuvan taakse. Sivu näyttää edelleen alkuperäiseltä skannaukselta.
Toimiiko OCR käsinkirjoituksessa?
Joskus, mutta se on epäluotettava. Painettu teksti on vahva tapaus; käsinkirjoitetut muistiinpanot vaativat usein manuaalisen transkription tai korjauksen.
Onko skannaus ladattu tekstintunnistusta varten?
Tällä sivustolla tunnistus toimii selaimessasi Tesseract.js:n avulla. Haettavissa oleva PDF kootaan paikallisesti, joten itse skannausta ei lähetetä tunnistettavaksi.