1Carica lu scanciu PDF documents; na scansioni pulita a scala di grigi a 300 DPI duna lu massimu di funziunalità ô ricanuscituri.
2Dicigli quali lingua aspettassi - nominannu a lingua, si lascia aspittari di aspittari di un margini largu.
3Esegui lu passaggiu di ricunnuscimentu. Li paroli vennu riscritti comu un stratu invisibbili supra l'imaggini di la pàggina origginali.
4Scarica u fugliale PDF cercabile - pare identicu, ma ora pudete cercallu è selezionà u testu in lu.
PDF OCR FAQ
U furmatu di u sorgenti influenzà u riconosciumentu?
+
PDF arricurda a pàggina: fonts, vettori, immagini raster e coordenate di testu sò congelati cusì ogni lettore vede u layout identicu. A manera di sarbari la pàggina dici quali risuluzzioni e quali nfurmazzioni di culori u riconosciuturi àvi a travagghiari.
Qualcosa di specificu per PDF quì?
+
Sì — un PDF è un graficu di ogetti, nun un'imaggini di pàggina, accussì lu testu ristà selezziunabbili e li vetturi ristanu nitti, nun importa chi cosa accada ô cuntenutu raster dintra. Influenza ciò ca u riconosciuturi pò vìdiri.
Quantu hè precisu?
+
Pi na scansioni pulita di testu stampatu a 300 DPI, bastanti àutu ca l'erruri sunnu rari e pigghianu assai di li nomi propriu inusuali. La precisioni cade bruscamente cu risuluzzioni vascia, diviazzioni, ombre di una camera di telefoni, caratteri inusuali e scrittura manuscritta - a scrittura manuscritta in particulari nun è chiddu ca stu strumentu fa.
Comu OCR PDF trasforma una scansioni in testu?
+
Concretamenti, ogni pàggina è riprisintata, passa attraversu un passaggiu di ricunnuscimentu di testu Tesseract in cchiù di 100 lingue, e li palori riconnusciuti sunnu riscritti comu un stratu di testu invisibbili pusiziunatu supra l'imaggini origiinali - accussì a pàggina pari inalterata ma pò èssiri cercata e selezionata. A pàgina si vede ancora esattamenti comu era prima - u testu ricunnisciutu si trova invisibbilmente dietru l'imaggini, accussì a ricerca e a selezzioni funzionanu senza canciari l'aspettu.
Possu eseguì OCR PDF supra àutri PDF documents in una sola vota?
+
Sì — caricari u gruppu è lu processari in parallelu sutta un gruppu di impostazioni, chistu è u puntu di fà un flussu di documenti chistu piuttostu ca cliccà attraversu un lettore desktop.
I segnalibri, i ligami è i campi di u modulu supravvivenu?
+
Li cuntuuri, li ligami interni e l'annutazzioni sunnu sarbati unni l'uprazzioni lu cunzenti. Li firmi diggitali sunnu l'eccezzioni: ogni canciamentu di u figghiu invalida necessariamenti na firma, picchì a firma serve pi chistu.
Ci hè un limitu di dimensione di u fugliale in OCR PDF?
+
Sì: i cunti liberi processanu documenti finu à 5 MB ciascunu, chì copre a maiò parte di i rapporti è i cuntratti ma micca un documentu scansionatu longu à 600 DPI; Ghostscript è qpdf fannu u travagliu. I PDF scannati sò a cosa abituale chì supera, è a prima cumpizzioni di u documentu hè normalmente abbastanza per ritruvàlu.
OCR PDF abbassarà a qualità di u mo PDF documents?
+
U testu e l'illustrazzioni vutari sunnu oggetti e nun pixel, quinni eranu nitti a ogni zoom, a tutti i costi. Sulu l'imaggini raster incorporati si ponu degradari, e sulu si l'operazioni ca sceglite li ricampiona.
Perchè un situ Word ospita OCR PDF?
+
WORD.to hè custruitu intornu à a fine editabile di a vita di un documentu - u DOCX chì hè ancora scrittu, ancora stilizatu è ancora discututu, prima chì qualcunu l'appiattisca per invià. I file di l'ufficio sò contenitori pieni di media di l'altri - immagini, audio incorporatu, fonts - cusì u travagliu di cui e persone anu bisognu nantu à elli hè di solitu u travagliu chì avìanu bisognu di quessi cuntenuti in ogni modu. OCR PDF cunnividendu u caricamentu, i caps è u contu cù e cunversioni per quessa ragione.
Cosa duveria fà cù u risultatu una volta OCR PDF hè finitu?
+
U cunvertituri di stu situ piglia i documenti in PDF per invià, à l'imaghjini per incorporà è à u testu simplice per tuttu ciò chì li deve leghje programmaticamente, è torna in l'altru modu. Facinnu chistu dopu si mantini l'urigginali editabbili, chi è a parti ca nun si pò ripigghiari una vota chi fu appiattita.
È OCR PDF quì u listessu strumentu chì i siti fratelli sò eseguiti?
+
I mutori sò cunnivisi - a stessa catena di strumenti di documentu, i stessi travagliadori, i stessi limiti. Ciò chì un situ Word aghjunghje hè una vista di ciò chì sopravvive lasciandu u formatu Office è ciò chì ùn face micca, chì hè a quistione chì ogni unu di sti lavori si accende effettivamente. Comincia ancu da un fattu nantu à u formatu chì stu situ hè chjamatu dopu: u documentu hè un zip di XML, dunque i modifiche di testu sò economiche è u pesu hè quasi sempre l'imaghjini incorporati.
Mi servi un contu, e si mantini qualcosa?
+
Nudda cuntu, e nudda cosa si mantini: li carichi sunnu eliminati di li travagghiaturi picca dopu a fini di lu travagghiu, nudda cosa è letta e nudda cosa è indicizzata. Li cunti lìbbiri esistinu pi la storia e la diminsioni di batch, nun pi l'accessu.
