OCR 第一：當掃描需要文字圖層時
OCR 在頁面圖像後面添加了真實的文字圖層，因此可以搜尋、複製和轉換掃描件，而無需更改其外觀。它通常是另一個工具之前的步驟，而不是最終目的地。
為什麼會出現這個問題
掃描進入看起來完整的工作流程，然後在第一次搜尋、轉換或檔案名稱模式時失敗。及早辨識文字可以避免對一開始就無法讀取的檔案重複相同的工作。
運行之前檢查一下
- 確認該頁面實際上是掃描件。 如果無法在檢視器中選擇文本，則需要 OCR。如果可以，請直接運行文字或轉換工具並跳過額外的過程。
- 匹配語言和引擎。 語言是 Tesseract 程式碼，例如 eng、deu 或 fra。標準引擎運行在瀏覽器中；高精度使用可用的 Paddle 模型，並且對於英語和中文來說是最強的，而其他語言則留在 Tesseract 上。
- 先校直，後驗證。 在識別之前對歪斜的掃描進行校正，然後搜尋姓名、日期和總數。專有名詞和數字是 OCR 最常猜測的地方。
何時伸手去拿它
- 掃描的合約必須成為可編輯的 Word 文字。 OCR the scan first, then convert the searchable PDF; otherwise the .docx arrives as pictures or blank paragraphs.
- 掃描發票的資料夾需要有意義的名稱。 OCR 提供重新命名從第一頁建立檔案名稱所需的文字。
我們得到一個問題
OCR 會上傳我的掃描件嗎？
否 — 識別在您的瀏覽器 (Tesseract) 內運行，因此掃描的內容永遠不會離開您的裝置。可搜尋的 PDF 也是本地建構的。
適合的地方
人們通常在 OCR PDF 旁邊打開的工具：
- 重新命名PDF — 根據模式或頁面上的文字重新命名一個或多個 PDF。
- 調整 PDF 大小 — 將頁面調整到不同的紙張尺寸，或在內容周圍添加均勻的邊距。
- PDF 到 Word — 將 PDF 轉換為可編輯的 Word 文檔，並盡可能保留版面配置。
每個工具都適用於副本，因此原始文件永遠不會被觸及。上傳的內容儲存在不可猜測的 ID 下，並在您上次開啟後兩小時自動刪除；沒有列出、分享或索引任何內容。更多關於 安全頁面.