Máy quét tạo ra hình ảnh của giấy. Bạn thấy các từ có vẻ phù hợp nhưng Ctrl+F không tìm thấy gì và sao chép-dán cũng không trả về kết quả nào. OCR (nhận dạng ký tự quang học) thêm một lớp văn bản thực bên dưới hình ảnh để tài liệu có thể tìm kiếm được mà không thay đổi hình thức của nó.
Từng bước một
- 1
Tải lên bản PDF của bạn
Kéo tệp PDF của bạn vào hộp hoặc nhấp vào Chọn tệp. Nó được gửi qua kết nối được mã hóa và chỉ được sử dụng cho nhiệm vụ này.
- 2
Đặt các tùy chọn
Điều chỉnh ngôn ngữ và công cụ ocr. Mỗi trường đều có một giá trị mặc định hợp lý nên bạn thường có thể chạy công cụ ngay lập tức.
- 3
Chạy trong trình duyệt của bạn
OCR sử dụng tesseract.js trên máy của riêng bạn, do đó, tài liệu đã quét không bao giờ phải tải lên. Nó thêm một lớp văn bản, giúp cho quá trình quét có thể tìm kiếm và lựa chọn được — hình ảnh trang không bị ảnh hưởng.
- 4
Chạy nó và tải về
Nhấn OCR PDF và trang hiển thị tiến trình trong khi nó hoạt động. Khi quá trình hoàn tất, bạn sẽ nhận được liên kết tải xuống - không có gì được gửi qua email và không có gì được lưu trữ lâu hơn mức cần thiết.
Màn hình trông như thế nào
OCR thay đổi những gì - và những gì nó để lại
Nhận dạng sẽ đọc các hình dạng trên trang và viết một lớp văn bản phía sau hình ảnh. Quá trình quét trông vẫn giống nhau nhưng các từ trở nên có thể chọn và tìm kiếm được, đồng thời trình đọc màn hình có thể thông báo chúng. Nó không sửa chữa một cách kỳ diệu một trang bị mờ hoặc biến một bức ảnh ghi chú viết tay thành văn bản hoàn hảo.
Chuẩn bị quét trước khi nhận dạng
Độ chính xác chủ yếu được quyết định trước khi OCR bắt đầu. Quét ở khoảng 300 dpi, giữ cho trang phẳng và vuông vắn, đồng thời làm thẳng các trang bị cong bằng nghiêng đầu tiên. Nền tối hoặc ánh sáng điện thoại không đồng đều có thể gây nhầm lẫn cho việc nhận dạng; một trang sạch sẽ, sáng đều có giá trị hơn bất kỳ cài đặt xử lý hậu kỳ nào.
Ngôn ngữ, bố cục và chữ viết
Chọn ngôn ngữ xuất hiện trên trang. Bố cục nhiều cột được đọc theo thứ tự phụ thuộc vào tài liệu, vì vậy hãy kiểm tra kết quả đầu ra thay vì cho rằng nó tuân theo các cột trực quan. Chữ viết tay là trường hợp khó nhất: OCR có thể nhận ra các nhãn in xung quanh nó nhưng thường sẽ bỏ sót chữ viết tay. Hãy coi đó là một hạn chế, không phải là một lỗi.
Kiểm tra trước khi bạn dựa vào văn bản
Tìm kiếm một vài từ và số đặc biệt — tổng hóa đơn, số điều khoản, họ — và so sánh kết quả với trang. Mở lớp văn bản trong trình xem và kiểm tra xem trang vẫn in chính xác hay không. Công cụ OCR chạy trong trình duyệt của bạn trên trang web này, do đó không cần tải lên bản quét để nhận dạng; sự khác biệt về quyền riêng tư có ý nghĩa quan trọng đối với hộ chiếu, hồ sơ y tế và hồ sơ khách hàng.
Thói quen tốt cho OCR PDF
- OCR chạy trong trình duyệt của bạn nên tài liệu đã quét sẽ không bao giờ được tải lên.
- Trước tiên, hãy quét thẳng - các trang được chỉnh sửa sẽ cho OCR tốt hơn đáng kể.
- Quét 300 dpi là điểm cân bằng giữa độ chính xác và tốc độ.
Câu hỏi thường gặp
OCR PDF làm gì?
Thêm một lớp văn bản thực đằng sau hình ảnh của tệp PDF được quét để tài liệu có thể tìm kiếm, lựa chọn và sao chép trong khi trông giống hệt nhau. Nhận dạng chạy trong trình duyệt theo mặc định.
OCR PDF có miễn phí sử dụng không?
Đúng. Công cụ trình duyệt này miễn phí, không có hình mờ và không giới hạn nhiệm vụ hàng ngày. Ký điện tử và Quy trình làm việc hợp pháp là những sản phẩm phải trả phí duy nhất.
Điều gì xảy ra với các tệp của tôi sau khi tôi sử dụng OCR PDF?
Chúng được lưu trữ dưới một id không thể đoán được và được quét tự động sau vài giờ. Không có gì được chia sẻ hoặc lập chỉ mục.
OCR có thay đổi hình ảnh được quét không?
Không. Nó thêm một lớp văn bản phía sau hình ảnh. Trang vẫn trông giống như bản quét ban đầu.
OCR có hoạt động trên chữ viết tay không?
Đôi khi, nhưng nó không đáng tin cậy. Văn bản in là trường hợp mạnh mẽ; ghi chú viết tay thường cần phiên âm hoặc chỉnh sửa thủ công.
Bản quét có được tải lên cho OCR không?
Trên trang web này, tính năng nhận dạng sẽ chạy trong trình duyệt của bạn với Tesseract.js. Tệp PDF có thể tìm kiếm được tập hợp cục bộ nên bản quét không được gửi đi để nhận dạng.