OCR först: När en skanning behöver ett textlager
OCR lägger till ett riktigt textlager bakom sidbilden, så att en skanning kan sökas, kopieras och konverteras utan att ändra hur den ser ut. Det är vanligtvis steget före ett annat verktyg, inte slutdestinationen.
Varför detta kommer upp
Skanningar går in i ett arbetsflöde som ser komplett ut och misslyckas sedan vid den första sökningen, konverteringen eller filnamnsmönstret. Att känna igen texten tidigt undviker att upprepa samma jobb på en fil som aldrig var läsbar till att börja med.
Kontrollera innan du kör den
- Bekräfta att sidan faktiskt är en skanning. Om text inte kan väljas i en visningsprogram behövs OCR. Om det kan, kör text- eller konverteringsverktyget direkt och hoppa över det extra passet.
- Matcha språket och motorn. Språk är en Tesseract-kod som eng, deu eller fra. Standardmotorn körs i webbläsaren; hög noggrannhet använder Paddle-modeller där de är tillgängliga och är starkast för engelska och kinesiska, medan andra språk stannar på Tesseract.
- Räta ut först och verifiera efteråt. Ta bort en skev skanning före igenkänning, sök sedan efter ett namn, ett datum och en summa. Egennamn och figurer är där OCR gissar oftast.
När man ska nå det
- Ett skannat kontrakt måste bli redigerbar Word-text. OCR the scan first, then convert the searchable PDF; otherwise the .docx arrives as pictures or blank paragraphs.
- En mapp med skannade fakturor behöver meningsfulla namn. OCR ger Rename texten den behöver för att bygga ett filnamn från första sidan.
En fråga får vi
Laddar OCR upp min skanning?
Nej – igenkänning körs i din webbläsare (Tesseract), så det skannade innehållet lämnar aldrig din enhet. Den sökbara PDF-filen är också byggd lokalt.
Där det passar
De verktyg som folk vanligtvis öppnar bredvid OCR PDF:
- Byt namn på PDF — Byt namn på en eller flera PDF-filer från ett mönster eller från text som finns på deras sidor.
- Ändra storlek på PDF — Anpassa sidor till en annan pappersstorlek, eller lägg till jämna marginaler runt innehållet.
- PDF till Word — Konvertera en PDF till ett redigerbart Word-dokument, med layout som behålls där det är möjligt.
Varje verktyg fungerar på en kopia, så originalfilen berörs aldrig. Uppladdningar lagras under ett otänkbart id och raderas automatiskt två timmar efter att du senast öppnade dem; ingenting listas, delas eller indexeras. Mer om säkerhetssida.