OCR PDF
Ένα σαρωμένο PDF μοιάζει με κείμενο, αλλά συμπεριφέρεται σαν φωτογραφία: δεν μπορείτε να κάνετε αναζήτηση, να επιλέξετε μια πρόταση ούτε να το διαβάσει φωναχτά ένας αναγνώστης οθόνης. Το OCR προσθέτει το κείμενο που λείπει πίσω από κάθε σελίδα. Έτσι στο αρχείο γίνεται αναζήτηση, ενώ η εμφάνισή του μένει ακριβώς ίδια με τη σάρωση.
Εικόνα σε κείμενο
ή σύρετε Αρχεία PDF, JPG, JPEG … εδώ ·
Έως 95 MB ανά αρχείο· Έως 20 αρχεία· Διαγραφή μετά από 30 λεπτά
Τα αρχεία επεξεργάζονται στους διακομιστές μας και διαγράφονται μετά από 30 λεπτά.
Για σελίδες που αναμειγνύουν δύο γλώσσες, π.χ. Χίντι με αγγλικές λέξεις. Αλλιώς αφήστε «Καμία»· μια επιπλέον γλώσσα μειώνει ελαφρά την ακρίβεια.
Η διατήρηση κρατά στήλες, παραγράφους και πίνακες στη θέση τους. Το απλό δίνει ένα συνεχές μπλοκ κειμένου, ευκολότερο στην επικόλληση σε φόρμες.
Για είσοδο PDF και TIFF πολλών σελίδων: ανάγνωση όλων των σελίδων, μόνο της πρώτης ή ενός εύρους.
Σελίδες προς ανάγνωση, π.χ. 1-3, 5, 8-10.
Πώς να χρησιμοποιήσετε αυτό το εργαλείο
- 1
Ανεβάστε το σαρωμένο PDF
Ανεβάστε έως 20 PDF, το καθένα έως 95 MB. Λειτουργούν και αρχεία εικόνας, όπως JPG ή TIFF.
- 2
Επιλέξτε γλώσσα και σελίδες
Η Έξοδος είναι ρυθμισμένη σε PDF με δυνατότητα αναζήτησης. Επιλέξτε τη Γλώσσα εγγράφου και, στις Σελίδες, το Εύρος σελίδων αν χρειάζεστε μόνο μέρος ενός μεγάλου αρχείου.
- 3
Αναγνώριση και αναζήτηση
Πατήστε Αναγνώριση κειμένου, κατεβάστε το PDF και δοκιμάστε Ctrl+F, ή Cmd+F σε Mac, σε οποιοδήποτε πρόγραμμα προβολής PDF.
Το OCR σε PDF μπορεί να σημαίνει δύο διαφορετικές δουλειές: να κρατήσετε τη σάρωση και να προσθέσετε ένα κρυφό επίπεδο κειμένου ή να βγάλετε το κείμενο σε νέο έγγραφο. Αυτή η σελίδα κάνει από προεπιλογή το πρώτο και, με μία ρύθμιση, το δεύτερο.
Τι περιέχει στην πράξη ένα PDF με δυνατότητα αναζήτησης
Ένα PDF με δυνατότητα αναζήτησης, που λέγεται και «εικόνα συν κείμενο», αποθηκεύει δύο πράγματα σε κάθε σελίδα: την αρχική σάρωση ως εικόνα και ένα αόρατο επίπεδο αναγνωρισμένου κειμένου τοποθετημένο ακριβώς πάνω από τις τυπωμένες λέξεις. Τα προγράμματα προβολής σχεδιάζουν την εικόνα και χρησιμοποιούν το κείμενο για αναζήτηση, επιλογή, αντιγραφή και αναγνώστες οθόνης. Η εμφάνιση δεν αλλάζει καθόλου, γι' αυτό αρχεία, δικηγορικά γραφεία και υπηρεσίες αρχείων το προτιμούν για σαρωμένο χαρτί.
Το PDF έγινε ανοιχτό πρότυπο ISO 32000 το 2008 και το PDF/A, το αρχειακό προφίλ του ISO 19005, χρησιμοποιείται ευρέως για σαρωμένα αρχεία που πρέπει να παραμένουν αναγνώσιμα για δεκαετίες. Το Adobe Acrobat προσφέρει το ίδιο με το εργαλείο Scan & OCR και πολλοί σαρωτές γραφείου έχουν έξοδο «PDF με δυνατότητα αναζήτησης»· το αποτέλεσμα εδώ είναι ένα συνηθισμένο PDF που ανοίγει σε οποιοδήποτε πρόγραμμα προβολής.
Προσθήκη επιπέδου κειμένου ή εξαγωγή του κειμένου
PDF με δυνατότητα αναζήτησης
Κρατά κάθε σελίδα όπως σαρώθηκε και προσθέτει αόρατο κείμενο από πίσω.
- Μοιάζει ίδιο με το πρωτότυπο
- Αναζήτηση, επιλογή και αντιγραφή σε οποιοδήποτε πρόγραμμα προβολής
- Υπογραφές, σφραγίδες και φωτογραφίες παραμένουν αναλλοίωτες
Word (.docx)
Ξαναδημιουργεί το αναγνωρισμένο κείμενο ως παραγράφους και πίνακες σε νέο έγγραφο.
- Πλήρως επεξεργάσιμο
- Η διάταξη προσεγγίζεται, δεν αντιγράφεται
- Οι φωτογραφίες διατηρούνται με τη Διατήρηση εικόνων
Απλό κείμενο ή Markdown
Μόνο οι λέξεις, με τη σειρά ανάγνωσης.
- Το μικρότερο αποτέλεσμα
- Επικολλάται σε φόρμες, σημειώσεις και κώδικα
- Δεν υπάρχει διάταξη για καθάρισμα
Το PDF με δυνατότητα αναζήτησης είναι η σωστή επιλογή όταν η ίδια η σάρωση είναι το αρχείο: μια υπογεγραμμένη συμφωνία, ένα συμβόλαιο, μια ιατρική έκθεση. Οι άλλες έξοδοι δημιουργούν νέο έγγραφο από τις αναγνωρισμένες λέξεις, χρήσιμο όταν θα κάνετε επεξεργασία, αλλά το αντίγραφο είναι τόσο καλό όσο η αναγνώριση. Για Word από PDF που έχει ήδη πραγματικό κείμενο, χρησιμοποιήστε το PDF σε Word, που διαβάζει το υπάρχον κείμενο χωρίς OCR· για μόνο τις λέξεις, το σαρωμένο PDF σε κείμενο είναι φτιαγμένο γι' αυτό.
Ένα επίπεδο κειμένου προσθέτει ελάχιστα στο μέγεθος του αρχείου, αφού το κείμενο είναι μικροσκοπικό σε σχέση με τις εικόνες σελίδων. Αν η σάρωση ήταν ήδη πολύ μεγάλη για φόρμα μεταφόρτωσης, εκτελέστε πρώτα OCR και μετά συμπιέστε το PDF στο μέγεθος που επιτρέπει η φόρμα.
OCR PDF online: γλώσσες, σελίδες και όρια
- γλώσσες αναγνώρισης, με γραφές από δεξιά προς τα αριστερά
- 34
- PDF ή εικόνες ανά παρτίδα
- 20
- μέγιστο ανά αρχείο
- 95 MB
- μέχρι τη διαγραφή των αρχείων και των αποτελεσμάτων
- 30 λεπτά
Ερωτήσεις για το OCR PDF
Πώς καταλαβαίνω αν ένα PDF χρειάζεται OCR;
Ανοίξτε το και δοκιμάστε να επιλέξετε μια λέξη ή αναζητήστε μία με Ctrl+F (Cmd+F σε Mac). Αν δεν επισημανθεί τίποτα, η σελίδα είναι εικόνα και χρειάζεται OCR. Τα μικτά αρχεία είναι συχνά: ένα συμβόλαιο πληκτρολογημένο στο Word με υπογεγραμμένες σελίδες που σαρώθηκαν και προστέθηκαν στο τέλος.
Αλλάζει το OCR την εμφάνιση του PDF μου;
Όχι με έξοδο PDF με δυνατότητα αναζήτησης. Η εικόνα της σελίδας μένει στη θέση της και το αναγνωρισμένο κείμενο είναι αόρατο, οπότε η εκτύπωση και η προβολή φαίνονται ίδιες. Το Ίσιωμα σελίδων και η Αυτόματη περιστροφή μπορεί να ισιώσουν μια στραβή ή πλαγιασμένη σελίδα, κάτι που συνήθως θέλετε.
Μπορώ να εφαρμόσω OCR μόνο σε ορισμένες σελίδες ενός μεγάλου PDF;
Ναι. Ορίστε τις Σελίδες σε Εύρος σελίδων και πληκτρολογήστε τις σελίδες, για παράδειγμα 1-5, 12, 20-24. Η αναγνώριση μόνο των σελίδων που χρειάζεστε είναι αισθητά ταχύτερη σε μια μεγάλη σάρωση.
Μπορεί ένας αναγνώστης οθόνης να διαβάσει ένα PDF μετά το OCR;
Μπορεί να διαβάσει το κείμενο, κάτι που δεν μπορεί με μια σάρωση που είναι μόνο εικόνα. Η πλήρης προσβασιμότητα απαιτεί και ετικέτες για επικεφαλίδες, σειρά ανάγνωσης και εναλλακτικό κείμενο, που το OCR δεν προσθέτει· ελέγξτε έπειτα με εργαλείο ελέγχου προσβασιμότητας τα έγγραφα που πρέπει να πληρούν κανόνες προσβασιμότητας.
Πόσο καλά αναγνωρίζει το OCR παλιά ή ξεθωριασμένα έγγραφα;
Λιγότερο καλά από τις καθαρές σαρώσεις. Ενεργοποιήστε τη Βελτίωση αντίθεσης για ξεθωριασμένη γραφή και σαρώστε ξανά στα 300 DPI αν μπορείτε. Τα καρμπόν και τα φωτοαντίγραφα φωτοαντιγράφων χρειάζονται πάντα διόρθωση.
Είναι δωρεάν το OCR PDF εδώ;
Ναι, δεν υπάρχει λογαριασμός ή πληρωμή. Τα αρχεία διαγράφονται 30 λεπτά μετά την επεξεργασία και η σελίδα πώς λειτουργεί περιγράφει τι συμβαίνει στο μεταξύ.
- Μετατροπή σαρωμένου PDF σε κείμενοΕξαγωγή κειμένου από σαρωμένο PDF που δεν επιτρέπει επιλογή ή αναζήτηση. Το OCR διαβάζει κάθε σελίδα και δίνει απλό κείμενο, με προαιρετικό εύρος σελίδων.
- Μετατροπή PDF σε WordΜετατρέψτε PDF σε επεξεργάσιμο Word. Το κείμενο γίνεται κανονικές παράγραφοι, οι σαρώσεις περνούν OCR σε 34 γλώσσες, έως 20 αρχεία μαζί.
- OCR onlineΔωρεάν OCR online για φωτογραφίες, στιγμιότυπα και σαρωμένα PDF. Αντιγράψτε το κείμενο ή αποθηκεύστε σε Word, PDF με αναζήτηση ή Markdown.
- Μετατροπή εικόνας σε WordΜετατρέψτε στιγμιότυπα οθόνης, σαρώσεις, φωτογραφίες σε επεξεργάσιμο Word. 34 γλώσσες, μικτές σελίδες και καθαρό χειρόγραφο. Δωρεάν, χωρίς εγγραφή.
- Μετατροπή PDF σε κείμενοΕξαγάγετε τις λέξεις κάθε PDF σε καθαρό αρχείο κειμένου UTF-8. Οι σαρώσεις διαβάζονται με OCR, εύρος σελίδων προαιρετικό, κρατιέται μόνο το κείμενο.
- Συμπίεση PDF σε 900 KBΣυμπιέστε PDF σε 900 KB για πεδία μεταφόρτωσης 1 MB σε Google Forms, σχολικές πύλες και εφαρμογές, με περιθώριο 100 KB. Δωρεάν, έως 20 αρχεία.
