Прежде всего OCR: когда для сканирования требуется текстовый слой
OCR добавляет настоящий текстовый слой за изображением страницы, поэтому отсканированное изображение можно искать, копировать и конвертировать, не меняя его внешний вид. Обычно это шаг перед другим инструментом, а не конечный пункт назначения.
Почему это происходит
Сканирование входит в рабочий процесс, выглядя завершенным, но затем завершается неудачей при первом поиске, преобразовании или шаблоне имени файла. Раннее распознавание текста позволяет избежать повторения одной и той же работы с файлом, который изначально не был доступен для чтения.
Проверьте, прежде чем запускать
- Убедитесь, что страница на самом деле является сканом. Если текст невозможно выделить в программе просмотра, необходимо OCR. Если возможно, запустите текст или инструмент преобразования напрямую и пропустите дополнительный проход.
- Сопоставьте язык и движок. Язык — это код Тессеракта, например eng, deu или fra. Стандартный движок работает в браузере; высокая точность использует модели Paddle, где они доступны, и наиболее эффективна для английского и китайского языков, в то время как другие языки остаются в Tesseract.
- Сначала выровняйте, а потом проверьте. Исправьте кривое сканирование перед распознаванием, затем выполните поиск по имени, дате и сумме. Чаще всего OCR угадывает имена собственные и цифры.
Когда к этому обратиться
- Отсканированный договор должен стать редактируемым текстом Word. OCR the scan first, then convert the searchable PDF; otherwise the .docx arrives as pictures or blank paragraphs.
- Папке со сканированными счетами нужны осмысленные имена. OCR дает Rename текст, необходимый для создания имени файла с первой страницы.
Один вопрос, который мы получаем
Загружает ли OCR мой скан?
Нет — распознавание выполняется внутри вашего браузера (Tesseract), поэтому отсканированный контент никогда не покидает ваше устройство. PDF-файл с возможностью поиска также создается локально.
Где это подходит
Инструменты, которые люди обычно открывают рядом с OCR PDF:
- Переименовать PDF — Переименуйте один или несколько PDF-файлов по шаблону или по тексту, найденному на их страницах.
- Изменить размер PDF — Разместите страницы на бумаге другого размера или добавьте ровные поля вокруг содержимого.
- PDF в Word — Преобразование PDF-файла в редактируемый документ Word с сохранением макета, где это возможно.
Каждый инструмент работает с копией, поэтому исходный файл никогда не затрагивается. Загрузки сохраняются под неугаданным идентификатором и автоматически удаляются через два часа после того, как вы в последний раз открывали их; ничего не указано, не опубликовано и не проиндексировано. Подробнее о страница безопасности.