OCR ya PDF
PDF iliyoskaniwa huonekana kama maandishi lakini hufanya kazi kama picha: huwezi kuitafutia neno, kuchagua sentensi wala kuisomesha kwa programu ya kusoma skrini. OCR (utambuzi wa maandishi) huongeza maandishi yanayokosekana nyuma ya kila ukurasa, hivyo faili inatafutika huku ikionekana sawasawa na skani ya awali.
Picha kuwa Maandishi
au buruta Faili za PDF, JPG, JPEG … hapa ·
Hadi MB 95 kwa faili· Hadi faili 20· Hufutwa baada ya dakika 30
Faili huchakatwa kwenye seva zetu na kufutwa baada ya dakika 30.
Kwa kurasa zenye lugha mbili zilizochanganywa, mfano Kihindi chenye maneno ya Kiingereza. Acha kwenye hakuna vinginevyo; lugha ya ziada hupunguza kidogo usahihi.
Hifadhi huweka safu wima, aya na majedwali mahali yalipokuwa. Matupu hutoa kipande kimoja kinachoendelea cha maandishi, rahisi kubandika kwenye fomu.
Kwa PDF na TIFF za kurasa nyingi: soma kila ukurasa, wa kwanza tu, au safu ya kurasa.
Kurasa za kusoma, mfano 1-3, 5, 8-10.
Jinsi ya kutumia zana hii
- 1
Pakia PDF iliyoskaniwa
Weka hadi PDF 20, kila moja isizidi MB 95. Faili za picha kama JPG au TIFF pia zinafanya kazi.
- 2
Chagua lugha na kurasa
Matokeo yamewekwa kuwa PDF inayotafutika. Chagua Lugha ya hati, na chini ya Kurasa chagua Msururu wa kurasa ikiwa unahitaji sehemu tu ya faili ndefu.
- 3
Tambua maandishi na utafute
Bonyeza Tambua maandishi, pakua PDF kisha jaribu Ctrl+F, au Cmd+F kwenye Mac, katika kisomaji chochote cha PDF.
OCR kwenye PDF inaweza kumaanisha kazi mbili tofauti: kuhifadhi faili iliyochanganuliwa na kuongeza safu fiche ya maandishi, au kutoa maandishi kwenda hati mpya. Ukurasa huu hufanya ya kwanza kwa chaguo-msingi, na ya pili kwa mpangilio mmoja.
PDF inayotafutika ina nini hasa
PDF inayotafutika, wakati mwingine huitwa picha pamoja na maandishi, huhifadhi vitu viwili kwa kila ukurasa: faili asili iliyochanganuliwa kama picha, na safu isiyoonekana ya maandishi yaliyotambuliwa iliyowekwa moja kwa moja juu ya maneno yaliyochapishwa. Visomaji huchora picha na kutumia maandishi kwa utafutaji, uteuzi, kunakili na visomaji vya skrini. Hakuna kinachobadilika kwenye mwonekano, ndiyo maana kumbukumbu, ofisi za sheria na idara za rekodi huipendelea kwa karatasi zilizochanganuliwa.
PDF ikawa kiwango huria ISO 32000 mwaka 2008, na PDF/A, wasifu wa uhifadhi ulioainishwa katika ISO 19005, hutumika sana kwa rekodi zilizochanganuliwa zinazopaswa kubaki zinasomeka kwa miongo. Adobe Acrobat hutoa kazi hiyo hiyo kama zana yake ya Scan & OCR, na vichanganuzi vingi vya ofisini vina matokeo ya "PDF inayotafutika"; matokeo hapa ni PDF ya kawaida inayofunguka katika kisomaji chochote.
Ongeza safu ya maandishi au toa maandishi
PDF inayotafutika
Huhifadhi kila ukurasa kama ulivyochanganuliwa na kuongeza maandishi yasiyoonekana nyuma yake.
- Inafanana kabisa na asili
- Tafuta, chagua na nakili katika kisomaji chochote
- Saini, mihuri na picha haviguswi
Word (.docx)
Hujenga upya maandishi yaliyotambuliwa kama aya na majedwali katika hati mpya.
- Inaweza kuhaririwa kikamilifu
- Mpangilio unakadiriwa, hauigwi
- Picha huhifadhiwa kwa Hifadhi picha
Maandishi matupu au Markdown
Maneno pekee, kwa mpangilio wa usomaji.
- Matokeo madogo zaidi
- Hubandikwa kwenye fomu, madokezo na msimbo
- Hakuna mpangilio wa kusafisha
PDF inayotafutika ni chaguo sahihi pale faili iliyochanganuliwa yenyewe ndiyo rekodi: makubaliano yaliyosainiwa, hati ya umiliki, ripoti ya matibabu. Matokeo mengine huunda hati mpya kutoka kwa maneno yaliyotambuliwa, jambo linalofaa ukitaka kuhariri, lakini nakala ni nzuri kama utambuzi wenyewe. Ili kupata Word kutoka PDF ambayo tayari ina maandishi halisi, tumia PDF kuwa Word, inayosoma maandishi yaliyopo bila OCR; kwa maneno pekee, PDF iliyochanganuliwa kuwa maandishi imeandaliwa kwa hilo.
Safu ya maandishi huongeza kidogo ukubwa wa faili, kwa kuwa maandishi ni madogo sana kuliko picha za kurasa. Kama faili iliyochanganuliwa ilikuwa kubwa mno kwa fomu ya kupakia, endesha OCR kwanza kisha punguza ukubwa wa PDF hadi ukubwa unaoruhusiwa na fomu.
OCR ya PDF mtandaoni: lugha, kurasa na vikomo
- lugha za utambuzi, pamoja na maandishi ya kulia kwenda kushoto
- 34
- PDF au picha kwa kila kundi
- 20
- kiwango cha juu kwa kila faili
- MB 95
- hadi faili zilizopakiwa na matokeo kufutwa
- dakika 30
Maswali kuhusu OCR ya PDF
Nitajuaje kama PDF inahitaji OCR?
Ifungue kisha jaribu kuchagua neno, au litafute kwa Ctrl+F (Cmd+F kwenye Mac). Kama hakuna kinachoangaziwa, ukurasa ni picha na unahitaji OCR. Faili mchanganyiko ni za kawaida: mkataba ulioandikwa kwenye Word na kurasa zilizosainiwa zilizochanganuliwa na kuongezwa mwishoni.
Je, OCR hubadilisha jinsi PDF yangu inavyoonekana?
Hapana kwa matokeo ya PDF inayotafutika. Picha ya ukurasa inabaki mahali pake na maandishi yaliyotambuliwa hayaonekani, kwa hiyo kuchapisha na kutazama kunaonekana sawa. Nyoosha kurasa na Zungusha kiotomatiki zinaweza kusimamisha ukurasa uliopinda au ulioegemea pembeni, jambo ambalo kwa kawaida ndilo unalotaka.
Je, naweza kufanya OCR kwa baadhi tu ya kurasa za PDF ndefu?
Ndiyo. Weka Kurasa kuwa Msururu wa kurasa kisha andika kurasa, kwa mfano 1-5, 12, 20-24. Kutambua kurasa unazohitaji tu ni haraka zaidi kwa dhahiri kwenye faili ndefu iliyochanganuliwa.
Je, programu ya kusoma skrini inaweza kusoma PDF baada ya OCR?
Inaweza kusoma maandishi, jambo ambalo haiwezi kufanya na faili ya picha pekee. Ufikivu kamili pia unahitaji vitambulisho vya vichwa vya habari, mpangilio wa usomaji na maandishi mbadala, ambavyo OCR haviongezi, kwa hiyo hati zinazopaswa kukidhi kanuni za ufikivu zikaguliwe baadaye kwa kikagua ufikivu.
OCR hufanyaje kazi kwa hati za zamani au zilizofifia?
Si vizuri kama faili safi zilizochanganuliwa. Washa Ongeza utofautishaji kwa maandishi yaliyofifia, na changanua tena kwa 300 DPI ukiweza. Nakala za karboni na nakala za nakala za fotokopi hazikosi kuhitaji kusahihishwa.
Je, OCR ya PDF ni bure hapa?
Ndiyo, hakuna akaunti wala hatua ya malipo. Faili hufutwa dakika 30 baada ya usindikaji, na jinsi inavyofanya kazi inaeleza kinachotokea kati ya hapo.
- Kibadilishaji PDF Iliyoskaniwa kuwa MaandishiToa maandishi kutoka PDF iliyoskaniwa isiyokuruhusu kuchagua wala kutafuta. OCR husoma kila ukurasa na kutoa maandishi, kwa kurasa unazochagua.
- Badilisha PDF kuwa WordBadilisha PDF kuwa Word unayoweza kuhariri. Maandishi hupangwa kama aya za kawaida, kurasa zilizoskaniwa hupitia OCR kwa lugha 34, hadi faili 20.
- OCR mtandaoniOCR bure kwa picha, picha za skrini na PDF zilizoskaniwa. Nakili maandishi au hifadhi Word, PDF inayotafutika au Markdown. Uwezo na mipaka ya OCR.
- Badilisha picha kuwa WordBadilisha picha za skrini, skani na picha kuwa hati ya Word inayoharirika. Husoma lugha 34, kurasa za lugha mchanganyiko na mwandiko nadhifu. Bure.
- Badilisha PDF kuwa MaandishiToa maneno ya PDF yoyote kama faili safi ya maandishi UTF-8. Skani husomwa kwa OCR, safu ya kurasa ni hiari, na maandishi pekee ndiyo hubaki.
- Punguza ukubwa wa PDF hadi 900 KBPunguza ukubwa wa PDF hadi 900 KB ipite vikomo vya 1 MB vya Google Forms na tovuti za shule, ikibaki nafasi ya 100 KB. Bure, hadi faili 20.
