1Enviar o escaneado PDF documents; unha escaneación limpa en escala de grises de 300 PPP dálle ao recoñecidor máis para traballar.
2The text is recognised in the language of this page, so open the page in the language of the document.
3Executar a pasada de recoñecemento; as palabras son escritas de novo como unha capa invisíbel sobre a imaxe da páxina orixinal.
4Obteña o ficheiro PDF pescudábel, parece idéntico, pero agora pode procurar e escoller o texto nel.
PDF con recoñecemento óptico de caracteres Preguntas frecuentes
O formato da fonte afecta ao recoñecemento?
+
Así é. PDF fixa a páxina: as fontes tipográficas, vectores, imaxes raster e coordenadas de texto conxélanse para que cada lector vexa a mesma disposición. O xeito en que se garda a páxina decide a información de resolución e cor coa que ten que traballar o recoñecidor.
Algo específico para PDF aquí?
+
Si — un PDF é un gráfico de obxectos, non unha imaxe de páxina, polo que o texto permanece seleccionábel e os vectores permanecen nítidos independentemente do que suceda co contido raster dentro del. Afecta o que o recoñecidor pode ver.
Que tan exacto é?
+
Nunha dixitalización limpa de 300 PPP de texto impreso, abondo alta para que os erros sexan raros e sobre todo en nomes propios inusuais. A precisión cae bruscamente con baixa resolución, distorsión, sombras da cámara do teléfono, tipos de letra inusuais e escrita a man - a escrita a man en particular non é para o que isto é.
Como converte OCR PDF unha dixitalización en texto?
+
Concretamente, cada páxina é representada, executada a través dun recoñecemento de texto Tesseract en máis de 100 linguas, e as palabras recoñecidas son escritas de novo como unha capa de texto invisible colocada sobre a imaxe orixinal, de xeito que a páxina non se ve alterada pero é buscable e seleccionábel. A páxina segue a ter o mesmo aspecto que antes: o texto recoñecido está invisíbel detrás da imaxe, polo que as procuras e a selección funcionan sen mudar a aparencia.
Podo executar OCR PDF en varios PDF documents á vez?
+
Si, envíe o conxunto e procesáranse en paralelo baixo un conxunto de opcións, o que é o punto de facer un fluxo de traballo de documentos aquí en vez de premer nun lector de escritorio.
Sobreviven os marcadores, ligazóns e campos de formulario?
+
Os contornos, as ligazóns internas e as anotacións presérvanse sempre que a operación o permita. As sinaturas dixitais son a excepción: calquera modificación no ficheiro invalida necesariamente a sinatura, porque é precisamente para iso para o que serve unha sinatura.
Hai un límite de tamaño de ficheiro en OCR PDF?
+
Si: 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. Os PDF escaneados son o que normalmente excede este límite, e comprimir o documento primeiro é normalmente suficiente para o volver a baixar.
Reducirá OCR PDF a calidade do meu PDF documents?
+
O texto e as ilustracións vectoriais son obxectos en vez de píxeles, polo que permanecen perfectamente nítidos en calquera zoom, non importa o que suceda. Só as imaxes raster incorporadas poden degradarse, e só se a operación que escolla as remuestra.
Por que un sitio Word aloxa OCR PDF?
+
WORD.to está construído arredor do final editable da vida dun documento - o DOCX que aínda está sendo escrito, aínda está sendo estilizado e aínda está sendo discutido, antes de que alguén o aplaste para envialo. Os ficheiros de Office son contedores cheos de contidos multimedia doutras persoas - imaxes, son incorporado, fontes tipográficas - polo que o traballo que a xente precisa neles é normalmente o traballo que precisarían neles de calquera xeito. OCR PDF comparte o envío, as maiúsculas e a conta coas conversións por esa razón.
Que debo facer co resultado unha vez rematado OCR PDF?
+
O conversor deste sitio converte os documentos en PDF para envialos, en imaxes para incorporalos e en texto simple para calquera cousa que teña que lelos por programación, e viceversa. Se o fai despois, manterá o orixinal editábel, que é a parte que non pode recuperar unha vez que se achatou.
É OCR PDF a mesma ferramenta que executan os sitios irmáns?
+
Os motores son compartidos: a mesma cadea de ferramentas de documentos, os mesmos traballadores, os mesmos límites. O que un sitio Word engade é unha vista do que sobrevive ao deixar o formato Office e o que non, que é a pregunta que cada un destes traballos realmente acenda. Tamén comeza dun feito acerca do formato que dá nome a este sitio: o documento é un zip de XML, polo que a edición de texto é barata e o peso é case sempre as imaxes incorporadas.
Necesito unha conta e se garda algo?
+
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.
