OCR PDF
Naskenované PDF vypadá jako text, ale chová se jako fotka: nedá se v něm vyhledávat, nejde označit věta a čtečka obrazovky ho nepřečte nahlas. OCR doplní za každou stránku chybějící text, takže v souboru můžete vyhledávat a přitom vypadá přesně jako sken.
Obrázek na text
nebo sem přetáhněte soubory PDF, JPG, JPEG … ·
Max. 95 MB na soubor· Až 20 souborů· Smazáno po 30 minutách
Soubory se zpracovávají na našich serverech a po 30 minutách se smažou.
Pro stránky, které míchají dva jazyky, např. hindštinu s anglickými slovy. Jinak nechte Žádný; další jazyk mírně snižuje přesnost.
Zachovat ponechá sloupce, odstavce a tabulky na původním místě. Prostý text vypíše jeden souvislý blok, který se snáze vkládá do formulářů.
Pro PDF a vícestránkové TIFF: přečíst všechny stránky, jen první, nebo zadaný rozsah.
Stránky ke čtení, např. 1-3, 5, 8-10.
Jak nástroj používat
- 1
Nahrajte naskenované PDF
Nahrajte až 20 PDF, každé do 95 MB. Fungují i obrázky, například JPG nebo TIFF.
- 2
Vyberte jazyk a stránky
Výstup je nastaven na Prohledávatelné PDF. Vyberte Jazyk dokumentu a u Stránky zvolte Rozsah stránek, pokud potřebujete jen část dlouhého souboru.
- 3
Rozpoznejte text a vyhledávejte
Klikněte na Rozpoznat text, stáhněte PDF a v libovolné čtečce PDF zkuste Ctrl+F (na Macu Cmd+F).
OCR u PDF může znamenat dvě různé úlohy: zachovat sken a přidat skrytou textovou vrstvu, nebo vytáhnout text do nového dokumentu. Tato stránka ve výchozím stavu dělá první z nich a druhou jedním nastavením.
Co prohledávatelné PDF ve skutečnosti obsahuje
Prohledávatelné PDF, někdy označované jako obraz plus text, ukládá na každou stránku dvě věci: původní sken jako obrázek a neviditelnou vrstvu rozpoznaného textu umístěnou přesně nad vytištěná slova. Čtečky vykreslí obrázek a text používají pro vyhledávání, výběr, kopírování a čtečky obrazovky. Vzhled se nijak nemění, proto ho archivy, advokátní kanceláře i spisovny u naskenovaného papíru preferují.
PDF se v roce 2008 stalo otevřeným standardem ISO 32000 a PDF/A, archivní profil definovaný v ISO 19005, se široce používá u skenovaných dokumentů, které musí zůstat čitelné desítky let. Adobe Acrobat nabízí totéž jako nástroj Scan & OCR a mnoho kancelářských skenerů má výstup „prohledávatelné PDF“; výsledek je zde běžné PDF, které se otevře v jakékoli čtečce.
Přidat textovou vrstvu, nebo vyjmout text
Prohledávatelné PDF
Zachová každou stránku tak, jak byla naskenována, a přidá za ni neviditelný text.
- Vypadá stejně jako originál
- Vyhledávání, výběr a kopírování v jakékoli čtečce
- Podpisy, razítka a fotky beze změny
Word (.docx)
Sestaví rozpoznaný text jako odstavce a tabulky v novém dokumentu.
- Plně upravitelné
- Rozvržení je přibližné, ne přesná kopie
- Fotky zůstanou díky Zachovat obrázky
Prostý text nebo Markdown
Jen slova v pořadí čtení.
- Nejmenší výstup
- Vloží se do formulářů, poznámek i kódu
- Žádné rozvržení k úpravě
Prohledávatelné PDF je správná volba, když je záznamem samotný sken: podepsaná smlouva, listina, lékařská zpráva. Ostatní výstupy vytvářejí z rozpoznaných slov nový dokument, což se hodí k úpravám, ale kopie je jen tak dobrá jako rozpoznání. Chcete-li Word z PDF, které už skutečný text obsahuje, použijte PDF do Wordu, které čte existující text bez OCR; pro samotná slova je určen sken PDF na text.
Textová vrstva přidá k velikosti souboru jen málo, protože text je oproti obrázkům stránek nepatrný. Pokud byl sken už příliš velký pro formulář k nahrání, nejprve spusťte OCR a poté zmenšete PDF na velikost, kterou formulář povoluje.
OCR PDF online: jazyky, stránky a limity
- jazyků rozpoznávání, včetně písem psaných zprava doleva
- 34
- PDF nebo obrázků v jedné dávce
- 20
- maximum na soubor
- 95 MB
- do smazání nahraných souborů a výsledků
- 30 min
Otázky k OCR PDF
Jak poznám, že PDF potřebuje OCR?
Otevřete ho a zkuste označit slovo nebo ho vyhledat pomocí Ctrl+F (na Macu Cmd+F). Pokud se nic nezvýrazní, stránka je obrázek a potřebuje OCR. Smíšené soubory jsou běžné: smlouva napsaná ve Wordu s podepsanými stránkami, které byly naskenovány a přidány na konec.
Změní OCR vzhled mého PDF?
U výstupu Prohledávatelné PDF ne. Obrázek stránky zůstává na místě a rozpoznaný text je neviditelný, takže tisk i zobrazení vypadají stejně. Narovnat stránky a Automatické otočení mohou křivou nebo na bok otočenou stránku narovnat, což je obvykle žádoucí.
Můžu OCR použít jen na některé stránky dlouhého PDF?
Ano. Nastavte Stránky na Rozsah stránek a zadejte stránky, například 1-5, 12, 20-24. Rozpoznávání jen potřebných stránek je u dlouhého skenu znatelně rychlejší.
Přečte čtečka obrazovky PDF po OCR?
Dokáže text přečíst, což u skenu tvořeného jen obrázkem nejde. Plná přístupnost navíc vyžaduje značky pro nadpisy, pořadí čtení a alternativní texty, které OCR nepřidává, proto dokumenty, které musí splňovat pravidla přístupnosti, následně zkontrolujte kontrolou přístupnosti.
Jak si OCR poradí se starými nebo vybledlými dokumenty?
Hůře než čisté skeny. U vybledlého písma zapněte Zvýšit kontrast a pokud je to možné, naskenujte znovu při 300 DPI. Kopie propisem a kopie kopií vždy vyžadují korekturu.
Je OCR PDF zde zdarma?
Ano, není potřeba účet ani platba. Soubory se mažou 30 minut po zpracování a jak to funguje popisuje, co se děje mezitím.
- Převod skenovaného PDF na textZískejte text ze skenovaného PDF, ve kterém nejde nic označit ani vyhledat. OCR přečte každou stránku a vrátí prostý text, i jen z vybraných stran.
- Převést PDF do WorduPřeveďte PDF do Wordu, který lze opravdu upravovat. Text se zalomí do odstavců, skeny projdou OCR ve 34 jazycích, až 20 souborů najednou.
- OCR onlineOCR online zdarma pro fotky, snímky obrazovky a skenovaná PDF. Zkopírujte text nebo uložte Word, prohledávatelné PDF či Markdown. Co OCR umí a co ne.
- Převést obrázek do WorduPřeveďte snímky obrazovky, skeny a fotky do upravitelného Wordu. Čte 34 jazyků, vícejazyčné stránky i úhledný rukopis. Zdarma, bez registrace.
- Převod PDF na textZískejte slova z libovolného PDF jako čistý textový soubor v UTF-8. Skeny se čtou pomocí OCR, rozsah stránek je volitelný a zůstane jen text.
- Zmenšit PDF na 900 KBZmenšete PDF na 900 KB, aby prošlo limitem 1 MB v Google Forms, školních portálech a aplikacích s rezervou asi 100 KB. Zdarma, až 20 souborů.
