1Загрузіць сканаваную PDF documents; чыстая 300 DPI сканаваная графіка з шэрымі адценнямі дае найбольш магчымасцяў для працы.
2The text is recognised in the language of this page, so open the page in the language of the document.
3Выканаць разлік. Слова будзе запісана ў невідавочным пластзе, які будзе размешчаны над арыгінальным малюнкам старонкі.
4Сцягнуць файл з магчымасцю пошуку PDF - ён выглядае ідэнтычным, але вы можаце шукаць і вылучаць тэкст у ім.
PDF OCR Часта задаваныя пытанні
Ці ўплывае фармат зыходнага коду на распазнаванне?
+
Гэта так. PDF замацоўвае старонку: шрыфты, вектары, растравыя малюнкі і тэкставыя каардынаты замярзае, так што кожны чытач бачыць ідэнтычную раскладку. Як захоўваецца старонка, вызначае, з якой раздзяляльнасцю і колерамі павінна працаваць праграма распазнавання.
Што-небудзь асаблівае для PDF тут?
+
Так - PDF - гэта аб' ектная графіка, а не малюнак старонкі, таму тэкст застаецца вылучаным, а вектары застаюцца рэзкімі, незалежна ад таго, што адбываецца з растравым зместам унутры. Гэта ўплывае на тое, што можа бачыць распілоўшчык.
Наколькі гэта дакладна?
+
На чыстай 300 DPI сканаванне друкаванага тэксту, дастаткова высокай, каб памылкі былі рэдкімі і большасць з іх у незвычайных уласных імёнах. Дакладнасць рэзка знізіцца з нізкай раздзяляльнасцю, скажэннем, ценямі з камеры тэлефона, незвычайнымі шрыфтамі і рукапісам - рукапіс у прыватнасці не для гэтага.
Як OCR PDF пераўтварае сканаваны файл у тэкст?
+
У прыватнасці, кожная старонка рэндруецца, праходзіць праз Tesseract для распазнавання тэксту на больш чым 100 мовах, і выяўленыя словы запісваюцца назад як небачныя тэкставыя пласты, размешчаныя над арыгінальным малюнкам - так што старонка выглядае не змененай, але дазваляе пошук і вылучэнне. Старонка выглядае так жа, як і раней - раскрыты тэкст знаходзіцца небазіравана за малюнкам, таму пошук і вылучэнне працуюць без змены выгляду.
Ці магу я запусціць OCR PDF на некалькіх PDF documents адначасова?
+
Так - загрузіць набор і яны будуць апрацоўвацца паралельна пад адным набор налад, што з' яўляецца мэтай працы з дакументам тут, а не націскання праз працоўны стол чытача.
Ці захоўваюцца закладкі, спасылкі і палі формы?
+
Кантуры, унутраныя спасылкі і анатацыі захоўваюцца, калі гэта дазваляе аперацыя. Лічбавыя подпісы з' яўляюцца выключэннем: любыя змены ў файле абавязкова робяць подпіс несапраўдным, бо падпіска выкарыстоўваецца менавіта для гэтага.
Ці існуе абмежаванне памеру файла на OCR PDF?
+
Так: free use has a size limit per document, and the page tells you when a file is over it; Ghostscript and qpdf do the work. Сканаваныя PDF- дакументы звычайна перавышаюць гэты памер, і спачатку трэба сціснуць дакумент, каб вярнуць яго ў папярэдні памер.
Will OCR PDF lower the quality of my PDF documents?
+
Тэкст і векторныя малюнкі - гэта аб' екты, а не пікселя, таму яны застаюцца рэзкімі пры любым павелічэнні. Толькі ўбудаваныя растравыя малюнкі могуць пагоршыцца, і толькі калі выбраная аперацыя перавыбірае іх.
Чаму сайт Word мае OCR PDF?
+
WORD.to пабудаваны вакол рэдагавання канца жыцця дакумента — DOCX, які ўсё яшчэ напісаны, усё яшчэ стылюецца і абмяркоўваецца, перш чым хто-небудзь сплочвае яго для адпраўкі. Файлы Office - гэта кантэйнеры, поўныя іншых медыя - малюнкаў, убудаваных гукаў, шрыфтоў - таму звычайна патрэбная праца з імі - гэта тая, якая патрэбна для гэтага зместу. OCR PDF падзяляе загрузку, капічныя і рахунак з пераўтварэннямі з гэтай прычыны.
Што рабіць з вынікам пасля таго, як OCR PDF будзе завершана?
+
Канвэртар на гэтым сайце выводзіць дакументы ў PDF для адпраўкі, у малюнкі для ўбудоўвання і ў звычайны тэкст для ўсіх, хто павінен чытаць іх праграмна, і назад у іншы бок. Гэтая аперацыя застанецца пасля таго, як будзе зменены арыгінальны малюнак, які не можа быць вярнуты пасля яго згладжвання.
Ці OCR PDF тут той жа інструмент, што і на сайтах-сястрычках?
+
Рухавікі супольныя - той жа шэраг дакументаў, тыя ж работнікі, тыя ж абмежаванні. Што Word сайт дадае - гэта погляд на тое, што перажывае пасля выхаду з фармату Office і што не, што з' яўляецца пытаннем, якое кожны з гэтых заданняў на самай справе ўключае. Ён таксама пачынаецца з аднаго факту пра фармат, у гонар якога названы гэты сайт: дакумент змешчаны ў файл XML, таму рэдагаванне тэксту не патрабуе шмат сіл і вага дакумента амаль заўсёды залежыць ад убудаваных малюнкаў.
Ці трэба мне мець рахунак, і ці захоўваецца што-небудзь?
+
No account is needed. Uploads and results are kept for about 24 hours, which leaves time to download the result, and are then deleted automatically; nobody reads, lists or indexes them. Several files in one job need a paid plan.
