OCR eerst: wanneer een scan een tekstlaag nodig heeft
OCR voegt een echte tekstlaag toe achter de paginaafbeelding, zodat een scan kan worden doorzocht, gekopieerd en geconverteerd zonder het uiterlijk te veranderen. Het is meestal de stap vóór een ander hulpmiddel, niet de eindbestemming.
Waarom dit ter sprake komt
Scans komen een workflow binnen en zien er compleet uit, maar mislukken vervolgens bij de eerste zoekopdracht, conversie of bestandsnaampatroon. Door de tekst vroegtijdig te herkennen, wordt voorkomen dat dezelfde taak wordt herhaald in een bestand dat in het begin nooit leesbaar was.
Controleer dit voordat u het uitvoert
- Controleer of de pagina daadwerkelijk een scan is. Als tekst niet kan worden geselecteerd in een viewer, is OCR nodig. Als dit mogelijk is, voer dan de tekst- of conversietool rechtstreeks uit en sla de extra pas over.
- Zorg dat de taal en de motor overeenkomen. Taal is een Tesseract-code zoals eng, deu of fra. De standaard engine draait in de browser; hoge nauwkeurigheid maakt gebruik van Paddle-modellen waar beschikbaar en is het sterkst voor Engels en Chinees, terwijl andere talen op Tesseract blijven.
- Eerst rechttrekken en daarna verifiëren. Maak een scheve scan recht vóór herkenning en zoek vervolgens naar een naam, een datum en een totaal. Eigennamen en cijfers zijn waar OCR het vaakst gokt.
Wanneer je ernaar moet grijpen
- Een gescand contract moet bewerkbare Word-tekst worden. OCR the scan first, then convert the searchable PDF; otherwise the .docx arrives as pictures or blank paragraphs.
- Een map met gescande facturen heeft betekenisvolle namen nodig. OCR geeft de tekst Hernoemen die nodig is om vanaf de eerste pagina een bestandsnaam op te bouwen.
Eén vraag die we krijgen
Uploadt OCR mijn scan?
Nee: de herkenning wordt uitgevoerd in uw browser (Tesseract), zodat de gescande inhoud uw apparaat nooit verlaat. De doorzoekbare PDF wordt ook lokaal gebouwd.
Waar het past
De tools die mensen meestal openen naast OCR PDF:
- Hernoem PDF — Hernoem een of meerdere PDF's op basis van een patroon of van de tekst op hun pagina's.
- Formaat van PDF wijzigen — Pas pagina's op een ander papierformaat aan of voeg gelijkmatige marges rond de inhoud toe.
- PDF naar Word — Converteer een PDF naar een bewerkbaar Word-document, waarbij de lay-out waar mogelijk behouden blijft.
Elke tool werkt op een kopie, zodat het originele bestand nooit wordt aangetast. Uploads worden opgeslagen onder een ondenkbaar ID en automatisch verwijderd twee uur nadat u ze voor het laatst hebt geopend; niets wordt vermeld, gedeeld of geïndexeerd. Meer over de beveiligingspagina.