Un scaner produce o imagine de hârtie. Cuvintele ți se par corect, dar Ctrl+F nu găsește nimic și copy-paste nu returnează nimic. OCR (recunoaștere optică a caracterelor) adaugă un strat de text real sub imagine, astfel încât documentul să devină căutat fără a schimba cum arată.
Pas cu pas
- 1
Încărcați PDF-ul
Trageți PDF-ul în casetă sau faceți clic pe Alegeți fișierul. Este trimis printr-o conexiune criptată și folosit numai pentru această sarcină.
- 2
Setați opțiunile
Reglați limba și motorul ocr. Fiecare câmp are o valoare implicită sensibilă, așa că de obicei puteți rula instrumentul imediat.
- 3
Se rulează în browserul dvs
OCR folosește tesseract.js pe propria mașină, astfel încât un document scanat nu trebuie să fie încărcat niciodată. Acesta adaugă un strat de text, ceea ce face ca scanarea să fie căutată și selectabilă - imaginea paginii este neatinsă.
- 4
Rulați-l și descărcați
Apăsați OCR PDF și pagina arată progresul în timp ce funcționează. Când se termină, primiți un link de descărcare - nimic nu este trimis prin e-mail și nimic nu este stocat mai mult decât trebuie.
Cum arată ecranele
Ce se schimbă OCR - și ce lasă în pace
Recunoașterea citește formele de pe pagină și scrie un strat de text în spatele imaginii. Scanarea arată în continuare la fel, dar cuvintele devin selectabile și căutate, iar cititorii de ecran le pot anunța. Nu repară magic o pagină neclară și nu transformă o fotografie a unei note scrise de mână în text perfect.
Pregătiți scanarea înainte de recunoaștere
Precizia este în mare parte decisă înainte de începerea OCR. Scanați la aproximativ 300 DPI, păstrați pagina plată și pătrată și îndreptați paginile strâmbe Declina mai întâi. Un fundal întunecat sau iluminarea neuniformă a telefonului pot încurca recunoașterea; o pagină curată, luminată uniform valorează mai mult decât orice setare de post-procesare.
Limbă, aspect și scriere de mână
Alegeți limba care apare pe pagină. Aspectele cu mai multe coloane sunt citite într-o ordine care depinde de document, deci verificați rezultatul în loc să presupuneți că urmează coloanele vizuale. Scrisul de mână este cel mai dificil caz: OCR poate recunoaște etichetele tipărite în jurul său, dar adesea va rata scrisul de mână în sine. Tratează asta ca pe o limitare, nu ca pe o eroare.
Verificați înainte de a vă baza pe text
Căutați câteva cuvinte și numere distinctive — un total de factură, un număr de clauză, un nume de familie — și comparați rezultatul cu pagina. Deschideți stratul de text într-un vizualizator și verificați dacă pagina se imprimă în continuare corect. Motorul OCR rulează în browserul dvs. pe acest site, astfel încât scanarea nu trebuie să fie încărcată pentru recunoaștere; această diferență de confidențialitate contează pentru pașapoarte, dosarele medicale și dosarele clienților.
Obiceiuri bune pentru OCR PDF
- OCR rulează în browser, astfel încât documentele scanate nu sunt încărcate niciodată.
- Îndreptați mai întâi scanarea - paginile înclinate oferă OCR semnificativ mai bun.
- O scanare de 300 DPI este punctul ideal dintre precizie și viteză.
Întrebări comune
Ce face OCR PDF?
Adaugă un strat de text real în spatele imaginilor unui PDF scanat, astfel încât documentul să devină căutabil, selectabil și copiabil în timp ce arată exact la fel. Recunoașterea rulează în browser în mod implicit.
Este OCR PDF folosit gratuit?
Da. Acest instrument de browser este gratuit, fără filigran și fără limită de sarcini zilnice. E-Sign și Legal Workflow sunt singurele produse plătite.
Ce se întâmplă cu fișierele mele după ce folosesc OCR PDF?
Acestea sunt stocate sub un ID de neghicit și sunt măturate automat după câteva ore. Nimic nu este partajat sau indexat.
OCR modifică imaginea scanată?
Nu. Se adaugă un strat de text în spatele imaginii. Pagina încă arată ca scanarea originală.
Funcționează OCR la scrisul de mână?
Uneori, dar nu este de încredere. Textul tipărit este cazul puternic; notele scrise de mână necesită adesea transcriere manuală sau corectare.
Scanarea este încărcată pentru OCR?
Pe acest site, recunoașterea rulează în browser cu Tesseract.js. PDF-ul care poate fi căutat este asamblat local, astfel încât scanarea în sine nu este trimisă spre recunoaștere.