ஸ்கேன் PDF-ஐ உரையாக மாற்றும் கருவி

Q: இரண்டு நெடுவரிசைப் பக்கத்தின் உரை ஏன் கலந்து வருகிறது?

**உரைத் தளவமைப்பு** இங்கு இயல்பாக உள்ள Preserve layout-இல் இருந்தால் நெடுவரிசைகள் தனித்தனியாக இருக்கும். இன்னும் இரு நெடுவரிசை வரிகளும் மாறி மாறி வந்தால், ஸ்கேனில் அவற்றுக்கிடையிலான இடைவெளி குறுகலாக உள்ளது; பக்கங்கள் நேராக உள்ள தெளிவான ஸ்கேன் பொதுவாக இதைச் சரிசெய்யும்.

PDF-இல் ஒரு சொல்லைக்கூட ஹைலைட் செய்ய முடியவில்லை என்றால், அது ஸ்கேன் செய்த கோப்பு: உள்ளே உரை எதுவும் இல்லாத பக்கப் படங்களின் தொகுப்பு. அதை இங்கே பதிவேற்றுங்கள்; OCR ஒவ்வொரு பக்கத்தையும் படித்து, நகலெடுக்க, தேட, திருத்தக்கூடிய எளிய உரையாக மாற்றும்.

அல்லது PDF, JPG, JPEG … கோப்புகள் இங்கே இழுத்து விடவும் ·

ஒரு கோப்புக்கு அதிகபட்சம் 95 MB· அதிகபட்சம் 20 கோப்புகள்· 30 நிமிடங்களுக்குப் பிறகு நீக்கப்படும்

வெளியீடு

ஆவண மொழி

வெளியீடு

உரை வகை

கோப்புகள் எங்கள் சேவையகங்களில் செயலாக்கப்பட்டு 30 நிமிடங்களுக்குப் பிறகு நீக்கப்படும்.

இரண்டாம் மொழி

இதையும் அறி

இரு மொழிகள் கலந்த பக்கங்களுக்கு, எ.கா. ஆங்கில சொற்களுடன் இந்தி. இல்லையெனில் எதுவுமில்லை என விடவும்; கூடுதல் மொழி துல்லியத்தை சற்றுக் குறைக்கும்.

தளவமைப்பு

உரைத் தளவமைப்பு

பாதுகாத்தல் நெடுவரிசைகள், பத்திகள், அட்டவணைகளை அவை இருந்த இடத்தில் வைக்கும். எளிய வடிவம் ஒரே தொடர் உரைத் தொகுதியைத் தரும்; படிவங்களில் ஒட்ட எளிது.

படச் சுத்திகரிப்பு

பக்கங்களை நேராக்கு

சற்று சாய்வாக எடுத்த ஸ்கேன்கள், புகைப்படங்களைச் சரிசெய்யும்; சாய்ந்த வரிகள் சொற்களைத் தவறாகப் படிக்க பொதுவான காரணம்.

தானியங்கி சுழற்சி

பக்கவாட்டில் அல்லது தலைகீழாக உள்ள பக்கங்களைக் கண்டறிந்து, படிக்கும் முன் நிமிர்த்தும்.

மாறுபாட்டை மேம்படுத்து

அடையாளம் காணும் முன் மங்கிய அல்லது குறைந்த வெளிச்சப் புகைப்படங்களைப் பிரகாசமாக்கும். மங்கலான தொலைபேசி படங்களுக்கு இயக்கவும்; தெளிவான ஸ்கேன்களுக்கு அணைத்து வைக்கவும்.

பக்கங்கள்

PDF மற்றும் பல பக்க TIFF உள்ளீடு: எல்லா பக்கங்கள், முதல் பக்கம் மட்டும், அல்லது ஒரு வரம்பைப் படிக்கும்.

இந்தக் கருவியை எப்படிப் பயன்படுத்துவது

1
ஸ்கேன் PDF-ஐப் பதிவேற்றுங்கள்
PDF-ஐ சேர்க்கவும்; ஒவ்வொன்றும் 95 MB வரை, 20 கோப்புகள் வரை சேர்க்கலாம். பல பக்க TIFF ஸ்கேன்களும் ஒற்றைப் பக்கப் படங்களும் செயல்படும்.
2
மொழியையும் பக்கங்களையும் தேர்ந்தெடுங்கள்
ஆவண மொழி English ஆகவும், வெளியீடு எளிய உரை (.txt) ஆகவும் இருக்கும். வேறு ஆவணங்களுக்கு மொழியை மாற்றவும்; நீளமான கோப்பில் ஒரு பகுதியை மட்டும் படிக்க மேம்பட்ட அமைப்புகள் பகுதியில் பக்கங்கள் விருப்பத்தைப் பயன்படுத்தவும்.
3
உரையை அடையாளம் காணுங்கள்
உரையை அறி என்பதை அழுத்தவும். பக்கங்கள் முதலில் நேராக்கப்பட்டு நிமிர்த்தப்படும்; பின்னர் வரிசையாகப் படிக்கப்பட்டு ஒரே உரைக் கோப்பாக வரும்.

ஸ்கேன் PDF-ஐ உரையாக மாற்றுவது எப்படி

PDF-ஐப் பதிவேற்றி, ஆவண மொழியைச் சரிபார்த்து, உரையை அறி என்பதை அழுத்தவும். ஒவ்வொரு பக்கப் படமும் OCR மூலம் படிக்கப்பட்டு, சொற்கள் பக்க வரிசையில் .txt கோப்பாக வரும்.

1அச்சுப் பக்கங்களின் தெளிவான 300 DPI ஸ்கேன்களுக்கு பொதுவாக சிறிய திருத்தம் மட்டுமே போதும்.
2நீளமான ஆவணத்தின் ஒரு பகுதியைப் படிக்க பக்கங்கள் பயன்படுத்தவும்.
3வடிவமைப்பு அல்லது அசல் தோற்றம் தேவையெனில் வெளியீடு பகுதியில் Word அல்லது Searchable PDF-ஐத் தேர்ந்தெடுக்கவும்.

ஸ்கேன் PDF vs தேடக்கூடிய PDF: உரை ஏன் இல்லை

படம் மட்டுமேயுள்ள PDFஸ்கேன் செய்த PDF · தேட முடியாத PDF · தட்டையான PDF: பக்கங்கள் படங்களாகச் சேமிக்கப்பட்ட PDF; பொதுவாக ஸ்கேனர், காப்பியரின் scan-to-email அல்லது போன் ஸ்கேன் செயலியால் உருவாகும். ஆவணம் போலத் தெரிந்தாலும் உள்ளே எழுத்துக் குறியீடுகள் இல்லை; எனவே எதையும் தேர்ந்தெடுக்கவோ தேடவோ படித்துக் கேட்கவோ முடியாது.

Word அல்லது உலாவியிலிருந்து ஏற்றுமதி செய்த சாதாரண PDF-இல் உரைப் பொருட்கள் இருக்கும்: ஒவ்வொரு சொல்லும் எழுத்துருவும் இடமும் கொண்ட எழுத்துகளாகச் சேமிக்கப்படுவதால் தேடலும் நகலெடுப்பும் வேலை செய்கின்றன. ஸ்கேனர் இதையெல்லாம் தவிர்த்து ஒரு பக்கத்துக்கு ஒரு படத்தைச் சேமிக்கிறது. கணினிக்கு உங்கள் ஒப்பந்தப் பக்கமும் பூனையின் புகைப்படமும் ஒரே வகைத் தரவுதான்.

விடுபட்ட அடுக்கை OCR மீண்டும் உருவாக்குகிறது. பக்கப் படம் சுத்தம் செய்யப்பட்டு, வரிகளும் சொற்களும் கண்டறியப்பட்டு, ஒவ்வொரு எழுத்து வடிவமும் தேர்ந்தெடுத்த ஆவண மொழியின் எழுத்துகளுடன் பொருத்தப்படுகிறது. இந்தப் பக்கம் அந்த முடிவை எளிய உரையாகத் தருகிறது. தேடக்கூடிய PDF மற்றொரு பொதுவான முடிவு: ஸ்கேன் தெரியும்படி இருக்கும், அறிந்த சொற்கள் அதன் பின்னால் கண்ணுக்குத் தெரியாத உரையாகச் சேர்க்கப்படும்; PDF தரநிலை ISO 32000 எப்போதும் அனுமதித்துள்ள ஒரு காட்சி முறை இது.

இலவச Adobe Acrobat Reader ஸ்கேனைக் காட்டும், ஆனால் OCR செய்யாது; அறிதல் கட்டண Acrobat பதிப்புகளில் உள்ளது. சொற்கள் ஒருமுறை மட்டும் தேவை, மற்றொரு சந்தா வேண்டாம் என்றால் மாற்றி குறுக்குவழி. உங்கள் ஸ்கேன்கள் இன்னும் மோசமாக வந்தால், ஸ்கேனர் மற்றும் போன் அமைப்புகளை எங்கள் ஆவணங்களை PDF ஆக ஸ்கேன் செய்வது எப்படி வழிகாட்டி விளக்குகிறது.

ஸ்கேன் PDF-இலிருந்து உரை எடுக்க ஸ்கேன் ரெசல்யூஷன்

Size	Pixels	cm	in	DPI	Fits
Letter	1700 × 2200	21.59 × 27.94	8.5 × 11	200	பெரிய தெளிவான அச்சுக்கு மட்டும்; சிறிய உரை ஊகிக்கப்படும்
Letter	2550 × 3300	21.59 × 27.94	8.5 × 11	300	அச்சுப் பக்கங்களின் OCR-க்கு நிலையானது
A4	2480 × 3508	21 × 29.7	8.27 × 11.69	300	A4 தாளில் அதே தெளிவு
A4	3307 × 4677	21 × 29.7	8.27 × 11.69	400	அடிக்குறிப்புகள், சிறிய எழுத்துகள், பழைய தட்டச்சுப் பக்கங்கள்

ஸ்கேன் PDF உரை வெளியீடு தவறாகும்போது

முழுப் பக்கத்திலும் சொற்கள் அர்த்தமற்று வருகின்றன
பக்கம் வேறு மொழி அல்லது எழுத்தில் இருக்கலாம். ஆவண மொழியை அதற்குப் பொருத்தவும்; அதே பக்கத்தில் இரண்டாவது மொழி இருந்தால் இதையும் அறி பயன்படுத்தவும்.
வாக்கியத்தின் நடுவில் வரிகள் உடைகின்றன, சொற்கள் ஹைபனில் முடிகின்றன
இது அச்சிலுள்ள வரி முறிவுகளையே பின்பற்றுகிறது. தொடர்ச்சியான ஒரே உரைத் தொகுதிக்கு உரைத் தளவமைப்பு பகுதியில் எளிய உரை ஓட்டம் தேர்ந்தெடுக்கவும்; மீதமுள்ள ஹைபன்களுக்கு விரைவான find and replace தேவை.
உரைக் கோப்பில் சில பக்கங்கள் இல்லை
மேம்பட்ட அமைப்புகள் பகுதியில் பக்கங்கள் All pages என்பதில் உள்ளதா எனப் பார்க்கவும். 1-3 போன்ற வரம்பு வேண்டுமென்றே அறிதலைக் கட்டுப்படுத்தும்.

PDF

Portable Document Format

PDF-ஐ Adobe 1993-இல் உருவாக்கியது; 2008-இல் திறந்த ISO 32000 தரநிலையானது. உரை, எழுத்துருக்கள், படங்கள், அமைப்பை நிலைப்படுத்துவதால் ஆவணம் ஒவ்வொரு திரையிலும் அச்சுப்பொறியிலும் ஒரே மாதிரி தெரியும். PDF-களில் படிவங்கள், கையொப்பங்கள், இணைப்புகள், இணைப்புக் கோப்புகள், தேடக்கூடிய உரை இருக்கலாம்; PDF/A வகை நீண்டகால காப்பகத்துக்குப் பயன்படுகிறது. நிலையான அமைப்பால் PDF-ஐத் திருத்துவது கடினம்; ஸ்கேன் செய்த PDF-களில் OCR பயன்படுத்தாவிட்டால் படங்கள் மட்டுமே இருக்கும். ஒவ்வொரு உலாவியும் இயக்க முறைமையும் இவற்றைத் திறக்கும்.

சுருக்கம்: –
ஒளி ஊடுருவும் தன்மை: ஆம்
அனிமேஷன்: இல்லை
அறிமுகமான ஆண்டு: 1993 · Adobe

PDF மாற்றி

TXT

எளிய உரை

TXT கோப்பில் வடிவமைப்பு, எழுத்துருக்கள், படங்கள், தளவமைப்பு இன்றி எளிய எழுத்துகள் மட்டுமே இருக்கும். நவீன உரைக் கோப்புகள் பொதுவாக எல்லா மொழிகளையும் உள்ளடக்கும் UTF-8-ல் இருக்கும்; பழைய கோப்புகள் வேறு குறியாக்கங்களைப் பயன்படுத்தி சிதைந்த எழுத்துகளைக் காட்டலாம். எளிய உரை மிகச் சிறியது, காலாவதியாகாது, போன் முதல் சர்வர் வரை எல்லா சாதனங்களிலும் திறக்கும். தடித்த எழுத்து, அட்டவணை, படங்களை வைத்திருக்க முடியாது; அமைப்பை இடைவெளி அல்லது எளிய மார்க்அப்பால் காட்ட வேண்டும்.

சுருக்கம்: –
ஒளி ஊடுருவும் தன்மை: –
அனிமேஷன்: –
அறிமுகமான ஆண்டு: –

TXT மாற்றி

ஸ்கேன் செய்த PDF பக்கங்களின் படங்களையே சேமிக்கிறது; அதனால் சொற்களை நகலெடுக்கவோ தேடவோ அட்டவணைப்படுத்தவோ முடியாது. அவற்றை TXT கோப்பாக அறிவதால், ஸ்கேன் எடிட்டர், மொழிபெயர்ப்பி, தேடல் பெட்டியில் பயன்படும் உரையாக மாறும்.

ஸ்கேன் PDF-ஐ உரையாக மாற்றுவது பற்றிய கேள்விகள்

என் PDF ஸ்கேன் செய்ததா, ஏற்கனவே உரை உள்ளதா என்று எப்படி அறிவது?

ஒரு வாக்கியத்தைத் தேர்ந்தெடுக்கவும் அல்லது Ctrl+F / Command+F மூலம் ஒரு சொல்லைத் தேடவும். கர்சர் முழுப் பக்கத்தையும் படம் போலத் தேர்ந்தெடுத்து, தேடலில் எதுவும் கிடைக்கவில்லை என்றால், அது படம் மட்டுமேயுள்ள ஸ்கேன்; OCR தேவை. சொற்கள் இயல்பாக ஹைலைட் ஆனால், உரை ஏற்கெனவே உள்ளது; PDF to TXT அதை அறிதல் படியின்றி அப்படியே எடுக்கும்.

எளிய உரை அல்லது தேடக்கூடிய PDF — எது சிறந்த முடிவு?

எளிய உரை சொற்களை மீண்டும் பயன்படுத்த உதவும்: மேற்கோள் காட்ட, மொழிபெயர்க்க, தரவுத்தளத்தில் அல்லது மின்னஞ்சலில் ஒட்ட. தேடக்கூடிய PDF ஸ்கேனின் தோற்றத்தை வைத்து, உரையை அதன் பின்னால் மறைத்து வைக்கும்; காப்பகங்களுக்கும் ஒப்பந்தங்களுக்கும் ஏற்றது. இரண்டாவது தேவையெனில் OCR PDF அதற்காக அமைக்கப்பட்டுள்ளது.

PDF-இலிருந்து சிறந்த உரை பெற எந்த ஸ்கேன் ரெசல்யூஷன் நல்லது?

சாதாரண அச்சுப் பக்கங்களுக்கு 300 DPI. 300 DPI-இல் சுமார் 10 pt-க்குக் கீழுள்ள உரையில் துல்லியம் குறைவதாக Tesseract ஆவணம் கூறுகிறது; எனவே அடிக்குறிப்புகள், சிறிய எழுத்துகளுக்கு 400 DPI நல்லது. 600 DPI அரிதாகவே OCR-க்கு உதவும்; PDF பல மடங்கு பெரிதாகும்.

தட்டச்சுப்பொறி பக்கம் அல்லது பழைய புத்தகப் பக்கத்தின் ஸ்கேன் PDF-இலிருந்து உரை எடுக்க முடியுமா?

பொதுவாக ஆம். தட்டச்சு இயந்திரம் மற்றும் புத்தக எழுத்துகள் வழக்கமான அச்சு எழுத்துகளே; பைண்ட் செய்த புத்தகத்தை ஸ்கேன் செய்யும்போது வரும் சாய்வை பக்கங்களை நேராக்கு சரிசெய்யும். மிகவும் மங்கிய பக்கங்களுக்கு மாறுபாட்டை மேம்படுத்து இயக்கினால் நன்றாகப் படிக்கப்படும்.

இரண்டு நெடுவரிசைப் பக்கத்தின் உரை ஏன் கலந்து வருகிறது?

உரைத் தளவமைப்பு இங்கு இயல்பாக உள்ள Preserve layout-இல் இருந்தால் நெடுவரிசைகள் தனித்தனியாக இருக்கும். இன்னும் இரு நெடுவரிசை வரிகளும் மாறி மாறி வந்தால், ஸ்கேனில் அவற்றுக்கிடையிலான இடைவெளி குறுகலாக உள்ளது; பக்கங்கள் நேராக உள்ள தெளிவான ஸ்கேன் பொதுவாக இதைச் சரிசெய்யும்.