OCR PDF
PDF imbasan kelihatan seperti teks tetapi berkelakuan seperti foto: anda tidak boleh mencarinya, memilih satu ayat atau membiarkan pembaca skrin membacanya dengan kuat. OCR menambah teks yang tiada di sebalik setiap halaman, jadi fail itu boleh dicari sambil kekal kelihatan sama seperti imbasan asal.
Imej ke Teks
atau seret Fail PDF, JPG, JPEG … ke sini ·
Maks 95 MB setiap fail· Sehingga 20 fail· Dipadam selepas 30 minit
Fail diproses pada pelayan kami dan dipadam selepas 30 minit.
Untuk halaman yang mencampurkan dua bahasa, cth. Hindi dengan perkataan Inggeris. Biarkan Tiada jika tidak; bahasa tambahan sedikit mengurangkan ketepatan.
Kekalkan mengekalkan lajur, perenggan dan jadual di tempat asal. Biasa menghasilkan satu blok teks berterusan, lebih mudah ditampal ke dalam borang.
Input PDF dan TIFF berbilang halaman: baca setiap halaman, halaman pertama sahaja, atau julat.
Halaman untuk dibaca, cth. 1-3, 5, 8-10.
Cara menggunakan alat ini
- 1
Muat naik PDF imbasan
Letakkan sehingga 20 PDF, setiap satu sehingga 95 MB. Fail gambar seperti JPG atau TIFF juga boleh digunakan.
- 2
Pilih bahasa dan halaman
Output ditetapkan kepada PDF boleh dicari. Pilih Bahasa dokumen, dan di bawah Halaman pilih Julat halaman jika anda hanya perlukan sebahagian daripada fail yang panjang.
- 3
Kenal pasti teks dan cari
Tekan Kenali teks, muat turun PDF itu dan cuba Ctrl+F, atau Cmd+F pada Mac, dalam mana-mana pelihat PDF.
OCR pada PDF boleh bermaksud dua tugas berbeza: mengekalkan imbasan dan menambah lapisan teks tersembunyi, atau mengeluarkan teks ke dalam dokumen baharu. Halaman ini melakukan yang pertama secara lalai, dan yang kedua dengan satu tetapan.
Kandungan sebenar PDF yang boleh dicari
PDF boleh dicari, kadangkala dipanggil gambar tambah teks, menyimpan dua perkara bagi setiap halaman: imbasan asal sebagai gambar, dan lapisan tidak kelihatan bagi teks yang dikenali, diletakkan tepat di atas perkataan bercetak. Pelihat melukis gambar itu dan menggunakan teks untuk carian, pemilihan, penyalinan dan pembaca skrin. Tiada apa-apa pada penampilan yang berubah, sebab itulah arkib, firma guaman dan jabatan rekod lebih suka format ini untuk kertas yang diimbas.
PDF menjadi piawaian terbuka ISO 32000 pada 2008, dan PDF/A, profil arkib yang ditakrifkan dalam ISO 19005, digunakan secara meluas untuk rekod imbasan yang mesti kekal boleh dibaca selama beberapa dekad. Adobe Acrobat menawarkan tugas yang sama melalui alat Scan & OCR, dan banyak pengimbas pejabat mempunyai output "PDF boleh dicari"; hasil di sini ialah PDF biasa yang boleh dibuka dalam mana-mana pelihat.
Tambah lapisan teks atau ekstrak teks
PDF boleh dicari
Mengekalkan setiap halaman seperti yang diimbas dan menambah teks tidak kelihatan di belakangnya.
- Nampak sama seperti yang asal
- Cari, pilih dan salin dalam mana-mana pelihat
- Tandatangan, cop dan foto tidak diusik
Word (.docx)
Membina semula teks yang dikenali sebagai perenggan dan jadual dalam dokumen baharu.
- Boleh disunting sepenuhnya
- Reka letak dianggarkan, bukan disalin
- Foto dikekalkan dengan Kekalkan gambar
Teks biasa atau Markdown
Hanya perkataan, mengikut urutan bacaan.
- Output terkecil
- Boleh ditampal ke dalam borang, nota dan kod
- Tiada reka letak untuk dibersihkan
PDF boleh dicari ialah pilihan yang tepat apabila imbasan itu sendiri ialah rekod: perjanjian bertandatangan, surat ikatan, laporan perubatan. Output lain mencipta dokumen baharu daripada perkataan yang dikenali, yang berguna jika anda akan menyunting, tetapi salinan itu hanya sebaik pengecamannya. Untuk mendapatkan Word daripada PDF yang sudah mempunyai teks sebenar, gunakan PDF ke Word, yang membaca teks sedia ada tanpa OCR; untuk perkataan sahaja, PDF imbasan ke teks disediakan untuk tujuan itu.
Lapisan teks menambah sedikit sahaja pada saiz fail, kerana teks sangat kecil berbanding gambar halaman. Jika imbasan sudah terlalu besar untuk borang muat naik, jalankan OCR dahulu kemudian kompres PDF kepada saiz yang dibenarkan borang.
OCR PDF dalam talian: bahasa, halaman dan had
- bahasa pengecaman, termasuk tulisan kanan ke kiri
- 34
- PDF atau gambar setiap kelompok
- 20
- maksimum setiap fail
- 95 MB
- sebelum muat naik dan hasil dipadam
- 30 min
Soalan lazim OCR PDF
Bagaimana saya tahu sama ada PDF memerlukan OCR?
Buka fail itu dan cuba pilih sepatah perkataan, atau cari perkataan dengan Ctrl+F (Cmd+F pada Mac). Jika tiada apa-apa yang terserlah, halaman itu ialah gambar dan memerlukan OCR. Fail campuran adalah perkara biasa: kontrak yang ditaip dalam Word dengan halaman bertandatangan yang diimbas dan dilampirkan di hujung.
Adakah OCR mengubah rupa PDF saya?
Tidak dengan output PDF boleh dicari. Gambar halaman kekal di tempatnya dan teks yang dikenali tidak kelihatan, jadi cetakan dan paparan nampak sama. Luruskan halaman dan Putar automatik mungkin menegakkan halaman yang senget atau mengiring, dan itulah yang biasanya anda mahukan.
Bolehkah saya buat OCR pada sebahagian halaman sahaja dalam PDF yang panjang?
Boleh. Tetapkan Halaman kepada Julat halaman dan taipkan halaman yang dikehendaki, contohnya 1-5, 12, 20-24. Mengenali hanya halaman yang anda perlukan jauh lebih pantas untuk imbasan yang panjang.
Bolehkah pembaca skrin membaca PDF selepas OCR?
Ia boleh membaca teks tersebut, sesuatu yang tidak dapat dilakukan dengan imbasan yang hanya berupa gambar. Kebolehcapaian penuh turut memerlukan teg untuk tajuk, urutan bacaan dan teks alternatif, yang tidak ditambah oleh OCR, jadi semak dokumen yang mesti memenuhi peraturan kebolehcapaian dengan pemeriksa kebolehcapaian selepas itu.
Sejauh mana OCR berkesan untuk dokumen lama atau pudar?
Hasilnya kurang baik berbanding imbasan yang bersih. Hidupkan Tingkatkan kontras untuk teks yang pudar, dan imbas semula pada 300 DPI jika boleh. Salinan karbon dan fotokopi bagi fotokopi sentiasa perlu disemak semula.
Adakah OCR PDF di sini percuma?
Ya, tiada akaun atau langkah pembayaran. Fail dipadam 30 minit selepas diproses, dan cara ia berfungsi menerangkan apa yang berlaku di antaranya.
- Penukar PDF Imbasan ke TeksEkstrak teks daripada PDF imbasan yang tidak boleh dipilih atau dicari. OCR membaca setiap imej halaman dan memberi teks biasa, julat halaman pilihan.
- Penukar PDF ke WordTukar PDF ke Word yang boleh diedit. Teks mengalir semula dalam perenggan biasa, imbasan melalui OCR 34 bahasa, sehingga 20 fail sekali gus.
- OCR Dalam TalianOCR percuma untuk foto, tangkapan skrin dan PDF imbasan. Salin teks atau simpan sebagai Word, PDF boleh dicari atau Markdown. Kekuatan dan had OCR.
- Penukar Gambar ke WordTukar tangkapan skrin, imbasan dan foto ke dokumen Word boleh edit. Baca 34 bahasa, halaman dwibahasa dan tulisan tangan kemas. Percuma, tanpa daftar.
- Penukar PDF ke TeksEkstrak perkataan daripada mana-mana PDF sebagai fail teks UTF-8 yang bersih. Imbasan dibaca dengan OCR, julat halaman pilihan, hanya teks disimpan.
- Kompres PDF ke 900 KBKompres PDF ke 900 KB supaya lulus had muat naik 1 MB di Google Forms, portal sekolah dan aplikasi web, dengan baki 100 KB. Percuma, 20 fail.
