스캔을 업로드하지 않고도 스캔한 PDF를 검색 가능하게 만들기
페이지를 스캔하면 컴퓨터에 해당 페이지의 사진이 저장됩니다. 화면에서는 단어가 올바르게 보이지만 소프트웨어에서는 픽셀에 불과합니다. Ctrl+F는 아무 것도 찾지 못하고, 복사하여 붙여넣어도 아무 것도 제공되지 않으며, 문서의 내용을 아는 색인은 어디에도 없습니다. OCR (광학 문자 인식)은 이를 정확하게 수정합니다. 즉, 모양을 보고 문자와 단어를 인식하고 이미지 아래에 실제 텍스트 레이어를 작성합니다.
이것이 실제로 중요한 이유
- 무엇이든 찾아보세요. 200페이지 스캔 계약서에서 Ctrl+F가 작동하기 시작합니다.
- 단어를 재사용합니다. 인용문, 주소, 조항 번호 — 다시 입력하는 대신 선택하고 복사할 수 있습니다.
- 접근성 및 색인 생성. 화면 판독기와 검색 엔진이 갑자기 문서를 "읽을" 수 있습니다.
아무도 언급하지 않는 캐치
대부분의 온라인 OCR 도구는 서버에 문서를 업로드하여 문서를 읽습니다. 이는 여권, 의료 기록 또는 고객 계약서 스캔과 관련된 이상한 일입니다. 우리의 OCR 도구 다른 경로를 취함: 인식 실행 브라우저 내부 (업계 표준 Tesseract 엔진, WebAssembly로 컴파일), 검색 가능한 PDF도 로컬에서 어셈블됩니다. 스캔은 절대 장치 외부로 전송되지 않습니다.
최고의 정확도 얻기
- 먼저 곧게 펴십시오. 2도 기울어진 페이지는 모든 줄의 정확성을 떨어뜨립니다. 실행 왜곡 보정 스캔이 비뚤어진 것처럼 보이는 경우 OCR 전에.
- 300DPI로 스캔하세요. 엔진에 대한 세부 정보가 충분합니다. 그 이상은 속도가 느려질 뿐입니다.
- 언어를 일치시키세요. OCR 도구에서 올바른 언어를 선택하십시오. 인식 사전은 다르며 프랑스어 페이지의 "영어"는 자신감 넘치는 말도 안되는 소리를 생성합니다.
- 글꼴에 주의하세요. 타자기 얼굴과 손글씨는 정말 어렵습니다. 거기에서 수정을 기대하십시오.
OCR 후
출력은 동일해 보이지만 보이지 않고 선택 가능한 텍스트를 포함하는 PDF입니다. 거기부터는 일반 문서입니다. 검색하고, 복사하고, 문서에 공급하세요. PDF를 텍스트로 원시 단어를 위한 도구를 사용하거나 다음을 사용하여 편집 가능한 형식으로 변환하세요. PDF를 워드로.
정확성 체크리스트
- 인식하기 전에 페이지를 곧게 펴십시오. 왜곡된 스캔이 더 잘 읽힙니다.
- 약 300 DPI를 사용하십시오. 더 많은 픽셀은 노이즈가 발생하기 시작하는 지점까지만 도움이 됩니다.
- 올바른 스크립트를 포함하여 페이지의 언어를 선택하세요.
- 나중에 알려진 세 가지 세부 정보(총계, 날짜, 이름)를 검색하세요.
- 검색 결과뿐만 아니라 인쇄된 출력물도 확인하세요.
언어와 필기
인식은 지원하는 언어로 깔끔하게 인쇄된 텍스트에서 가장 잘 작동합니다. 혼합 언어 페이지는 언어 모델을 혼란스럽게 할 수 있습니다. 섹션이 서로 다른 경우 별도의 패스를 실행합니다. 손글씨는 어려운 경우입니다. 손으로 쓴 메모 주위에 인쇄된 라벨은 메모 자체를 놓칠 수 있지만 인식될 수 있습니다. OCR 결과를 수기 기록의 인증된 필사본으로 취급하지 마십시오.
나중에 텍스트로 무엇을 해야 할까요?
스캔에 텍스트 레이어가 있으면 검색, 복사 및 색인화할 수 있으며 Word로 변환하거나 텍스트로 추출할 수 있습니다. 이미지가 법적 기록인 경우 검색 가능한 버전과 함께 원본 스캔을 보관하세요. 개인 정보 보호는 결정의 나머지 절반입니다. 브라우저 기반 인식은 스캔을 장치에 보관하고 업로드 기반 서비스는 스캔을 서버로 보냅니다. 가격뿐만 아니라 문서의 감도에 맞는 모델을 선택하세요.
시도해 보세요: 스캔을 검색 가능하게 만들기 — 로컬에서 무료로 제공됩니다. 스캔이 장치 외부로 전송되지 않으며 생성된 PDF도 동일한 방식으로 작성됩니다.