1Nahrajte naskenovaný PDF documents; čistý 300 DPI šedý sken dává rozpoznávači nejvíce pracovat.
2Řekni mu, který jazyk očekávat? jméno jazyk beats nechat ho hádat o široké rozpětí.
3Spusťte rozpoznávací pas; slova jsou napsána zpět jako neviditelná vrstva, která sedí nad originálním obrazem stránky.
4Stáhněte si vyhledávací soubor PDF? vypadá stejně, ale nyní můžete hledat a vyberte text v něm.
OCR PDF Často kladené otázky
Ovlivňuje zdrojový formát rozpoznávání?
+
To ano. PDF opraví stránku: písma, vektory, rastrové obrázky a textové souřadnice jsou zmraženy, takže každý čtenář vidí stejné rozložení. Jak je stránka uložena, rozhoduje o tom, s jakým rozlišením a barevnými informacemi musí rozpoznávač pracovat.
Něco konkrétního pro PDF tady?
+
Ano, PDF je graf objektu, ne obrázek stránky, takže text zůstane volitelný a vektory zůstanou ostré bez ohledu na to, co se stane s rastrovým obsahem uvnitř. To ovlivňuje to, co rozpoznávač může vidět.
Jak je to přesné?
+
Na čistém 300 DPI skenování tištěného textu, dostatečně vysoké, že chyby jsou vzácné a většinou v neobvyklých řádných jmen. Přesnost padá prudce s nízkým rozlišením, zkosení, stíny z telefonní kamery, neobvyklé písma a rukopisu?
Jak se OCR PDF změní skenování na text?
+
Konkrétně každá stránka je překreslena, prochází textem rozpoznávacím průchodem Teseract ve více než 100 jazycích a uznávaná slova jsou napsána zpět jako neviditelná textová vrstva umístěná nad původním obrazem?? takže stránka vypadá nezměněná, ale je vyhledávatelná a volitelná. Stránka stále vypadá přesně tak, jak to udělal? uznávaný text sedí neviditelně za obrazem, takže hledání a výběr práce bez změny vzhledu.
Can I run OCR PDF on several PDF documents at once?
+
Ano?Nahrát soubor a oni se zpracovávají paralelně pod jedním souborem nastavení, což je bod, kdy se dokument pracovní postup zde, spíše než kliknutí přes stolní čtečku.
Přežívají záložky, odkazy a tvarová pole?
+
Výjimkou jsou mimořádky, interní odkazy a anotace. Digitální podpisy: každá změna souboru nutně zneplatňuje podpis, protože právě k tomu je podpis.
Existuje limit velikosti souboru na OCR PDF?
+
Ano: volné účty zpracovávají dokumenty až do 5 MB každý, který pokrývá většinu zpráv a smluv, ale ne dlouho skenované dokument na 600 DPI; Ghostscript a qpdf dělat práci. Skenované PDF jsou obvyklá věc, která ji přesahuje, a stlačování dokumentu první je obvykle dost na to, aby ho zpět pod.
Sníží OCR PDF kvalitu mé PDF documents?
+
Text a vektorové umění jsou spíše objekty než pixely, takže zůstávají perfektně ostré v každém zoomu bez ohledu na to, co se stane. Pouze vložené rastrové obrazy mohou degradovat, a pouze pokud operace, kterou jste si vybrali, je znovu ochutná.
Proč Word místo hostitele OCR PDF?
+
WORD.to je postaven kolem editovatelného konce života dokumentu? DOCX, který je stále ještě psáno, stále je stylizován a stále se hádají, než někdo z nich zklidní jej pro odeslání. Kancelářské soubory jsou kontejnery plné médií jiných lidí ~ obrazy, vložený zvuk, písma ~ Takže práce lidé potřebují na nich je obvykle práce, kterou by potřebovali na těchto obsahech stejně. OCR PDF sdílí nahrávání, čepice a účet s konverzemi z tohoto důvodu.
Co mám dělat s výsledkem, až bude OCR PDF hotovo?
+
Převodník na této stránce bere dokumenty do PDF pro odeslání, na obrázky pro vkládání a na prostý text pro cokoli, co je má číst programově, a zpět na druhou stranu. Děláte, že poté udržuje editovatelný originál kolem, což je část, kterou nemůžete dostat zpět, jakmile byl zploštěl.
Is OCR PDF here the same tool the sibling sites run?
+
Motory jsou sdíleny stejným nástrojem řetězy, stejné pracovníky, stejné limity. Co Word web přidává je pohled na to, co přežívá opuštění formátu Office a co ne, což je otázka, každý z těchto pracovních míst se skutečně zapne. To také začíná z jedné skutečnosti o formátu, který tato stránka je pojmenován po: dokument je zip XML, takže editace textu jsou levné a váha je téměř vždy vložené obrázky.
Potřebuju účet a je něco udržované?
+
Žádný účet, a nic není uchováno: nahrávky jsou vymazány z pracovníků krátce po dokončení práce, nic není přečteno a nic není indexováno. Volný účet existuje pro historii a velikost šarže, není pro přístup.
