OCR mai întâi: când o scanare necesită un strat de text
OCR adaugă un strat de text real în spatele imaginii paginii, astfel încât o scanare poate fi căutată, copiată și convertită fără a modifica aspectul. De obicei, este pasul înaintea unui alt instrument, nu destinația finală.
De ce apare asta
Scanările intră într-un flux de lucru care arată complet, apoi eșuează la prima căutare, conversie sau model de nume de fișier. Recunoașterea timpurie a textului evită repetarea aceleiași lucrări pe un fișier care nu a fost niciodată citit de la început.
Verificați înainte de a-l rula
- Confirmați că pagina este de fapt o scanare. Dacă textul nu poate fi selectat într-un vizualizator, este necesar OCR. Dacă se poate, rulați direct instrumentul de text sau de conversie și omiteți trecerea suplimentară.
- Potriviți limba și motorul. Limba este un cod Tesseract, cum ar fi eng, deu sau fra. Motorul standard rulează în browser; precizie ridicată utilizează modele Paddle acolo unde sunt disponibile și este cea mai puternică pentru engleză și chineză, în timp ce alte limbi rămân pe Tesseract.
- Îndreptați mai întâi și verificați apoi. Declinați o scanare strâmbă înainte de recunoaștere, apoi căutați un nume, o dată și un total. Substantivele proprii și cifrele sunt locul unde OCR ghicește cel mai des.
Când să ajungă la el
- Un contract scanat trebuie să devină text Word editabil. OCR the scan first, then convert the searchable PDF; otherwise the .docx arrives as pictures or blank paragraphs.
- Un folder cu facturi scanate are nevoie de nume semnificative. OCR oferă Redenumiți textul de care are nevoie pentru a construi un nume de fișier din prima pagină.
O întrebare primim
OCR îmi încarcă scanarea?
Nu — recunoașterea rulează în browserul dvs. (Tesseract), astfel încât conținutul scanat nu părăsește niciodată dispozitivul dvs. PDF-ul căutat este construit și local.
Unde se potrivește
Instrumentele deschise de obicei de oameni lângă OCR PDF:
- Redenumiți PDF-ul — Redenumiți unul sau mai multe PDF-uri dintr-un model sau din text găsit pe paginile lor.
- Redimensionați PDF — Potriviți paginile pe o dimensiune de hârtie diferită sau adăugați chiar margini în jurul conținutului.
- PDF în Word — Convertiți un PDF într-un document Word editabil, cu aspectul păstrat acolo unde este posibil.
Fiecare instrument funcționează pe o copie, astfel încât fișierul original nu este niciodată atins. Încărcările sunt stocate sub un ID de neghicit și șterse automat la două ore după ultima deschidere; nimic nu este listat, partajat sau indexat. Mai multe despre pagina de securitate.