OCR PDF
Eskaneatutako PDF batek testua dirudi, baina argazki baten moduan jokatzen du: ezin duzu bertan bilatu, esaldi bat hautatu edo pantaila-irakurgailu batekin ozen irakurri. OCRak falta den testua gehitzen du orri bakoitzaren atzean; horrela, fitxategia bilagarri bihurtzen da eta itxuraz eskaneatua bezalakoa izaten jarraitzen du.
Iruditik testura
edo jaregin PDF, JPG, JPEG … fitxategiak hemen ·
Gehienez 95 MB fitxategiko· 20 fitxategi arte· 30 minutu geroago ezabatzen da
Fitxategiak gure zerbitzarietan prozesatzen dira eta 30 minutu geroago ezabatzen dira.
Bi hizkuntza nahasten dituzten orrietarako, adib. hindia ingeles hitzekin. Bestela utzi "Bat ere ez" aukeran; hizkuntza gehigarriak zehaztasuna apur bat murrizten du.
Mantendu aukerak zutabeak, paragrafoak eta taulak dauden lekuan uzten ditu. Soilak testu-bloke jarraitu bakarra ematen du, inprimakietan itsasteko errazagoa.
PDF eta orri anitzeko TIFF sarrera: irakurri orri guztiak, lehena bakarrik edo tarte bat.
Irakurri beharreko orriak, adib. 1-3, 5, 8-10.
Tresna hau nola erabili
- 1
Igo eskaneatutako PDFa
Igo gehienez 20 PDF, bakoitza 95 MB arteko tamainakoa. JPG edo TIFF bezalako irudi-fitxategiek ere balio dute.
- 2
Aukeratu hizkuntza eta orriak
Irteera aukeran Bilaketa egin daitekeen PDFa dago hautatuta. Aukeratu Dokumentuaren hizkuntza, eta Orriak atalean hautatu Orri-tartea fitxategi luze baten zati bat bakarrik behar baduzu.
- 3
Ezagutu testua eta bilatu
Sakatu Ezagutu testua, deskargatu PDFa eta probatu Ctrl+F (edo Cmd+F Mac-en) edozein PDF ikustailetan.
PDF bateko OCRak bi lan ezberdin esan nahi ditzake: eskaneatzea mantendu eta testu-geruza ezkutu bat gehitzea, edo testua dokumentu berri batera ateratzea. Orri honek lehena egiten du lehenespenez, eta bigarrena ezarpen batekin.
Zer dauka benetan PDF bilagarri batek
Bilaketa egin daitekeen PDF batek, batzuetan irudia gehi testua deitzen zaionak, bi gauza gordetzen ditu orriko: jatorrizko eskaneatzea irudi gisa, eta inprimatutako hitzen gainean zehatz-mehatz jarritako ezagututako testuaren geruza ikusezin bat. Ikustailek irudia marrazten dute eta testua bilaketarako, hautapenerako, kopiatzeko eta pantaila-irakurgailuentzat erabiltzen dute. Itxurak ez du aldaketarik; horregatik nahiago dute artxiboek, abokatu-bulegoek eta erregistro-sailek paper eskaneatuarentzat.
PDF 2008an bihurtu zen ISO 32000 estandar irekia, eta PDF/A, ISO 19005n definitutako artxibo-profila, hamarkadetan irakurgarri egon behar duten eskaneatutako erregistroetarako oso erabilia da. Adobe Acrobatek lan bera eskaintzen du Scan & OCR tresnarekin, eta bulego-eskaner askok "bilaketa egin daitekeen PDF" irteera dute; hemengo emaitza edozein ikustailetan irekitzen den PDF arrunt bat da.
Gehitu testu-geruza edo atera testua
Bilaketa egin daitekeen PDFa
Orri guztiak eskaneatu bezala mantentzen ditu eta atzean testu ikusezina gehitzen du.
- Jatorrizkoaren berdin ikusten da
- Bilatu, hautatu eta kopiatu edozein ikustailetan
- Sinadurak, zigiluak eta argazkiak ukitu gabe
Word (.docx)
Ezagututako testua paragrafo eta taula gisa berreraikitzen du dokumentu berri batean.
- Erabat editagarria
- Diseinua gutxi gorabehera, ez kopia zehatza
- Argazkiak Mantendu irudiak aukerarekin gordetzen dira
Testu soila edo Markdown
Hitzak soilik, irakurketa-ordenan.
- Irteerarik txikiena
- Inprimakietan, oharretan eta kodean itsasten da
- Garbitzeko diseinurik ez
Bilaketa egin daitekeen PDFa da aukera egokia eskaneatzea bera erregistroa denean: sinatutako hitzarmena, eskritura bat, txosten mediko bat. Beste irteerek ezagututako hitzetatik dokumentu berri bat sortzen dute, editatuko baduzu erabilgarria dena, baina kopiaren kalitatea ezagutzarena bezain ona da. Dagoeneko benetako testua duen PDF batetik Word lortzeko, erabili PDF Word bihurtu, OCRrik gabe dagoen testua irakurtzen duena; hitzak soilik nahi badituzu, eskaneatutako PDFa testu bihurtu horretarako prestatuta dago.
Testu-geruzak oso gutxi gehitzen dio fitxategiaren tamainari, testua txikia baita orrien irudiekin alderatuta. Eskaneatzea igoera-inprimaki batentzat handiegia bazen, egin OCRa lehenik eta gero PDFa konprimitu inprimakiak onartzen duen tamainara.
OCR PDF online: hizkuntzak, orriak eta mugak
- ezagutze-hizkuntza, eskuinetik ezkerrerako idazkerak barne
- 34
- PDF edo irudi lote bakoitzeko
- 20
- gehienez fitxategi bakoitzeko
- 95 MB
- igoerak eta emaitzak ezabatu arte
- 30 min
OCR PDFari buruzko galderak
Nola jakin PDF batek OCR behar duen?
Ireki eta saiatu hitz bat hautatzen, edo bilatu bat Ctrl+F erabiliz (Cmd+F Mac-en). Ezer nabarmentzen ez bada, orria irudi bat da eta OCR behar du. Fitxategi mistoak ohikoak dira: Wordez idatzitako kontratu bat, amaieran eskaneatutako sinatutako orriekin.
OCRak aldatzen al du PDFaren itxura?
Ez, Bilaketa egin daitekeen PDFa irteerarekin. Orriaren irudia bere horretan geratzen da eta ezagututako testua ikusezina da; beraz, inprimatuta eta pantailan berdin ikusten da. Zuzendu orrialdeak eta Biraketa automatikoa aukerek orri okertu edo alboratu bat zuzen jar dezakete, eta hori izan ohi da nahi dena.
PDF luze baten orri batzuei bakarrik egin dakieke OCR?
Bai. Ezarri Orriak aukeran Orri-tartea eta idatzi orriak, adibidez 1-5, 12, 20-24. Behar dituzun orriak soilik ezagutzea nabarmen azkarragoa da eskaneatze luze batean.
Pantaila-irakurgailu batek PDFa irakur dezake OCRaren ondoren?
Testua irakur dezake, eta hori ezin du egin irudi hutseko eskaneatze batekin. Irisgarritasun osoak goiburuen, irakurketa-ordenaren eta ordezko testuen etiketak ere behar ditu, eta OCRak ez ditu gehitzen; beraz, irisgarritasun-arauak bete behar dituzten dokumentuak irisgarritasun-egiaztatzaile batekin begiratu geroago.
Nola moldatzen da OCR dokumentu zahar edo koloregabetuekin?
Eskaneatze garbiak baino okerrago. Aktibatu Hobetu kontrastea testu iluntzeko, eta berriz eskaneatu 300 DPIn ahal baduzu. Kopia-paperezko kopiak eta fotokopien fotokopiak beti zuzendu behar dira.
Doakoa al da hemen OCR PDF?
Bai, ez dago konturik ez ordainketa-urratsik. Fitxategiak prozesatu eta 30 minutura ezabatzen dira, eta tartean zer gertatzen den nola funtzionatzen duen orrian azaltzen da.
- Eskaneatutako PDFa testu bihurtzeko tresnaAtera testua hautatu edo bilatu ezin den eskaneatutako PDF batetik. OCRk orri bakoitzeko irudia irakurtzen du eta testu laua ematen du.
- PDF Word bihurgailuaPDFa Word editagarri bihurtu. Testua paragrafo arruntetan jartzen da, orri eskaneatuak OCR bidez 34 hizkuntzatan, 20 fitxategi aldi berean.
- OCR onlineOCR online doan argazki, pantaila-argazki eta PDF eskaneatuetarako. Kopiatu testua edo gorde Word, PDF bilagarri edo Markdown gisa.
- Irudia Word bihurtuPantaila-argazkiak, eskaneatuak eta argazkiak Word editagarri bihurtu. 34 hizkuntza, orri elebidunak eta esku-idatzi garbia. Doan, konturik gabe.
- PDF testu bihurtuAtera edozein PDFren hitzak UTF-8 testu-fitxategi garbi batean. Eskaneatuak OCRz irakurtzen dira, orri-tartea aukerakoa da eta testua soilik gordetzen da.
- PDF konprimitu 900 KB-raPDFa 900 KB-ra konprimitu Google Forms, ikastetxe-atari eta web-aplikazioen 1 MB-ko mugarako, 100 KB-ko tartearekin. Doan, 20 fitxategi arte.
