OCR PDF
Un PDF scanat arată ca un text, dar se comportă ca o fotografie: nu puteți căuta în el, nu puteți selecta o frază și nici un cititor de ecran nu îl poate citi cu voce tare. OCR adaugă textul care lipsește în spatele fiecărei pagini, astfel încât fișierul devine căutabil, dar arată în continuare exact ca scanarea.
Imagine în text
sau trage Fișiere PDF, JPG, JPEG … aici ·
Maximum 95 MB per fișier· Până la 20 fișiere· Șterse după 30 minute
Fișierele sunt procesate pe serverele noastre și șterse după 30 minute.
Pentru pagini care combină două limbi, de ex. hindi cu cuvinte englezești. Altfel lasă pe fără; o limbă suplimentară scade ușor precizia.
Păstrează lasă coloanele, paragrafele și tabelele la locul lor. Simplu produce un singur bloc continuu de text, mai ușor de lipit în formulare.
Pentru PDF și TIFF cu mai multe pagini: citește toate paginile, doar prima sau un interval.
Paginile de citit, de ex. 1-3, 5, 8-10.
Cum se folosește acest instrument
- 1
Încărcați PDF-ul scanat
Încărcați până la 20 de PDF-uri, fiecare de maximum 95 MB. Fișierele de tip imagine, cum ar fi JPG sau TIFF, funcționează și ele.
- 2
Alegeți limba și paginile
Rezultat este setat pe PDF căutabil. Alegeți Limba documentului, iar la Pagini selectați Interval de pagini dacă aveți nevoie doar de o parte dintr-un fișier lung.
- 3
Recunoașteți textul și căutați
Apăsați Recunoaște textul, descărcați PDF-ul și încercați Ctrl+F, sau Cmd+F pe Mac, în orice program de vizualizare PDF.
OCR pe un PDF poate însemna două lucruri diferite: păstrarea scanării și adăugarea unui strat de text ascuns sau extragerea textului într-un document nou. Această pagină face implicit primul lucru, iar al doilea printr-o singură setare.
Ce conține de fapt un PDF căutabil
Un PDF căutabil, numit uneori imagine plus text, stochează două lucruri pentru fiecare pagină: scanarea originală ca imagine și un strat invizibil de text recunoscut, plasat exact peste cuvintele tipărite. Programele de vizualizare desenează imaginea și folosesc textul pentru căutare, selectare, copiere și cititoare de ecran. Aspectul nu se schimbă deloc, motiv pentru care arhivele, birourile de avocatură și departamentele de evidență îl preferă pentru hârtia scanată.
PDF a devenit standard deschis ISO 32000 în 2008, iar PDF/A, profilul de arhivare definit în ISO 19005, este folosit pe scară largă pentru documentele scanate care trebuie să rămână lizibile zeci de ani. Adobe Acrobat oferă aceeași operațiune prin instrumentul Scan & OCR, iar multe scannere de birou au ieșire „PDF căutabil”; rezultatul de aici este un PDF obișnuit, care se deschide în orice program de vizualizare.
Adăugați un strat de text sau extrageți textul
PDF căutabil
Păstrează fiecare pagină așa cum a fost scanată și adaugă în spatele ei text invizibil.
- Arată identic cu originalul
- Căutare, selectare și copiere în orice program de vizualizare
- Semnăturile, ștampilele și fotografiile rămân neatinse
Word (.docx)
Reconstruiește textul recunoscut sub formă de paragrafe și tabele într-un document nou.
- Complet editabil
- Aspect aproximat, nu copiat
- Fotografiile se păstrează cu Păstrează imaginile
Text simplu sau Markdown
Doar cuvintele, în ordinea de citire.
- Cel mai mic rezultat
- Se lipește în formulare, notițe și cod
- Nu e nevoie să curățați aspectul
PDF căutabil este alegerea potrivită atunci când scanarea însăși este documentul de referință: un contract semnat, un act de proprietate, un raport medical. Celelalte variante creează un document nou din cuvintele recunoscute, util dacă veți edita, dar copia este la fel de bună ca recunoașterea. Pentru a obține Word dintr-un PDF care are deja text real, folosiți PDF în Word, care citește textul existent fără OCR; pentru doar cuvinte, PDF scanat în text este făcut pentru asta.
Un strat de text adaugă puțin la mărimea fișierului, deoarece textul este foarte mic față de imaginile paginilor. Dacă scanarea era deja prea mare pentru un formular de încărcare, rulați mai întâi OCR și apoi comprimați PDF-ul la mărimea permisă de formular.
OCR PDF online: limbi, pagini și limite
- limbi de recunoaștere, inclusiv scrieri de la dreapta la stânga
- 34
- PDF-uri sau imagini per lot
- 20
- maximum per fișier
- 95 MB
- până la ștergerea fișierelor încărcate și a rezultatelor
- 30 min
Întrebări despre OCR PDF
Cum îmi dau seama dacă un PDF are nevoie de OCR?
Deschideți-l și încercați să selectați un cuvânt sau căutați unul cu Ctrl+F (Cmd+F pe Mac). Dacă nu se evidențiază nimic, pagina este o imagine și are nevoie de OCR. Fișierele mixte sunt frecvente: un contract scris în Word, cu paginile semnate scanate și atașate la final.
OCR schimbă aspectul PDF-ului?
Nu, dacă alegeți rezultatul PDF căutabil. Imaginea paginii rămâne la locul ei, iar textul recunoscut este invizibil, așa că tipărirea și vizualizarea arată la fel. Îndreaptă paginile și Rotire automată pot readuce în poziție corectă o pagină strâmbă sau întoarsă pe o parte, ceea ce de obicei e exact ce vă doriți.
Pot aplica OCR doar pe unele pagini dintr-un PDF lung?
Da. Setați Pagini pe Interval de pagini și scrieți paginile, de exemplu 1-5, 12, 20-24. Recunoașterea doar a paginilor de care aveți nevoie este vizibil mai rapidă la o scanare lungă.
Poate un cititor de ecran să citească un PDF după OCR?
Poate citi textul, lucru pe care nu îl poate face cu o scanare formată doar din imagini. Accesibilitatea completă necesită și etichete pentru titluri, ordinea de citire și text alternativ, pe care OCR nu le adaugă, așa că verificați ulterior cu un verificator de accesibilitate documentele care trebuie să respecte reguli de accesibilitate.
Cât de bine funcționează OCR pe documente vechi sau decolorate?
Mai slab decât scanările curate. Activați Îmbunătățește contrastul pentru textul șters și scanați din nou la 300 DPI dacă puteți. Copiile la indigo și fotocopiile după fotocopii necesită întotdeauna corectură.
OCR PDF este gratuit aici?
Da, nu există cont și nici pas de plată. Fișierele sunt șterse la 30 de minute după procesare, iar cum funcționează descrie ce se întâmplă între timp.
- Convertor PDF scanat în textExtrageți textul dintr-un PDF scanat în care nu puteți selecta sau căuta nimic. OCR citește fiecare pagină și returnează text simplu.
- Convertor PDF în WordConvertiți PDF în Word editabil. Textul curge în paragrafe normale, scanările trec prin OCR în 34 de limbi, până la 20 de fișiere odată.
- OCR onlineOCR online gratuit pentru poze, capturi de ecran și PDF-uri scanate. Copiați textul sau salvați Word, PDF căutabil ori Markdown. Ce citește bine OCR.
- Convertor imagine în WordTransformați capturi de ecran, scanări și poze într-un document Word editabil. Recunoaște 34 de limbi, pagini mixte și scris de mână citeț. Gratuit.
- Convertor PDF în textExtrageți cuvintele din orice PDF într-un fișier text UTF-8 curat. Scanările sunt citite cu OCR, intervalul de pagini e opțional, se păstrează doar textul.
- Comprimare PDF la 900 KBComprimați un PDF la 900 KB ca să treacă de limita de 1 MB din Google Forms și portaluri, cu 100 KB rezervă. Gratuit, până la 20 de fișiere.
