Pemindai menghasilkan gambar kertas. Kata-katanya terlihat tepat bagi Anda, tetapi Ctrl+F tidak menemukan apa pun dan salin-tempel tidak menghasilkan apa pun. OCR (pengenalan karakter optik) menambahkan lapisan teks nyata di bawah gambar sehingga dokumen dapat dicari tanpa mengubah tampilannya.
Langkah demi langkah
- 1
Unggah PDF Anda
Seret PDF Anda ke dalam kotak atau klik Pilih file. Itu dikirim melalui koneksi terenkripsi dan hanya digunakan untuk tugas ini.
- 2
Tetapkan pilihannya
Sesuaikan bahasa dan mesin ocr. Setiap bidang memiliki default yang masuk akal, sehingga Anda biasanya dapat langsung menjalankan alat ini.
- 3
Berjalan di browser Anda
OCR menggunakan tesseract.js di mesin Anda sendiri, sehingga dokumen yang dipindai tidak perlu diunggah. Ia menambahkan lapisan teks, yang membuat pemindaian dapat dicari dan dipilih — gambar halaman tidak tersentuh.
- 4
Jalankan dan unduh
Tekan OCR PDF dan halaman menunjukkan kemajuan saat sedang bekerja. Ketika selesai Anda mendapatkan tautan unduhan — tidak ada yang dikirim melalui email dan tidak ada yang disimpan lebih lama dari yang seharusnya.
Seperti apa tampilan layarnya
Apa yang diubah oleh OCR — dan apa yang dibiarkan begitu saja
Pengenalan membaca bentuk pada halaman dan menulis lapisan teks di belakang gambar. Pemindaiannya masih terlihat sama, namun kata-katanya dapat dipilih dan dicari, dan pembaca layar dapat mengumumkannya. Itu tidak secara ajaib memperbaiki halaman buram atau mengubah foto catatan tulisan tangan menjadi teks yang sempurna.
Siapkan pemindaian sebelum pengenalan
Akurasi sebagian besar ditentukan sebelum OCR dimulai. Pindai dengan kecepatan sekitar 300 DPI, jaga agar halaman tetap rata dan persegi, dan luruskan halaman yang bengkok meja tulis pertama. Latar belakang yang gelap atau pencahayaan telepon yang tidak merata dapat membingungkan pengenalan; halaman yang bersih dan terang lebih berharga daripada pengaturan pasca-pemrosesan apa pun.
Bahasa, tata letak dan tulisan tangan
Pilih bahasa yang muncul di halaman. Tata letak multi-kolom dibaca dalam urutan yang bergantung pada dokumen, jadi periksalah keluarannya daripada berasumsi bahwa keluarannya mengikuti kolom visual. Tulisan tangan adalah kasus yang paling sulit: OCR mungkin mengenali label yang tercetak di sekitarnya tetapi sering kali melewatkan tulisan tangan itu sendiri. Perlakukan itu sebagai batasan, bukan bug.
Periksa sebelum Anda mengandalkan teks
Cari beberapa kata dan angka yang berbeda — total faktur, nomor klausa, nama belakang — dan bandingkan hasilnya dengan halaman. Buka lapisan teks di penampil dan periksa apakah halaman masih tercetak dengan benar. Mesin OCR berjalan di browser Anda di situs ini, sehingga pemindaian tidak perlu diunggah untuk dikenali; bahwa perbedaan privasi penting untuk paspor, rekam medis, dan file klien.
Kebiasaan baik untuk OCR PDF
- OCR berjalan di browser Anda, sehingga dokumen yang dipindai tidak pernah diunggah.
- Luruskan pemindaian terlebih dahulu — halaman yang didesewed memberikan OCR yang jauh lebih baik.
- Pemindaian 300 DPI adalah titik terbaik antara akurasi dan kecepatan.
Pertanyaan umum
Apa yang dilakukan OCR PDF?
Menambahkan lapisan teks nyata di belakang gambar PDF yang dipindai, sehingga dokumen menjadi dapat dicari, dipilih, dan disalin sambil terlihat sama persis. Pengenalan berjalan di browser secara default.
Apakah OCR PDF gratis untuk digunakan?
Ya. Alat browser ini gratis, tanpa tanda air dan tanpa batasan tugas harian. E-Sign dan Legal Workflow adalah satu-satunya produk berbayar.
Apa yang terjadi pada file saya setelah saya menggunakan OCR PDF?
Mereka disimpan di bawah id yang tidak dapat ditebak dan disapu secara otomatis setelah beberapa jam. Tidak ada yang dibagikan atau diindeks.
Apakah OCR mengubah gambar yang dipindai?
Tidak. Ia menambahkan lapisan teks di belakang gambar. Halamannya masih terlihat seperti pindaian aslinya.
Apakah OCR berfungsi pada tulisan tangan?
Kadang-kadang, tapi itu tidak bisa diandalkan. Teks tercetak adalah alasan kuatnya; catatan tulisan tangan sering kali memerlukan transkripsi atau koreksi manual.
Apakah pindaian diunggah untuk OCR?
Di situs ini pengenalan berjalan di browser Anda dengan Tesseract.js. PDF yang dapat dicari dikumpulkan secara lokal, sehingga pindaian itu sendiri tidak dikirim untuk dikenali.