1Ubacite skenirano PDF documents; čisto 300 DPI skeniranje sivine daje prepoznavaču najviše za raditi.
2Reci mu koji jezik treba očekivati — ime jezika je bolje nego da ga pustimo da nagađa široko.
3Pokrenite prolaz za prepoznavanje; riječi su napisane natrag kao nevidljivi sloj sjedeći iznad originalne stranice slike.
4Preuzmite datoteku koja se može pretraživati PDF – izgleda identično, ali možete sada pretražiti i odabrati tekst u njoj.
OCR PDF Često postavljana pitanja
Da li oblik izvora utječe na prepoznavanje?
+
Da. PDF popravlja stranicu: fontovi, vektori, raster slike i koordinate teksta zamrznuta tako da svaki čitatelj vidi identičan raspored. Kako se pohranjuje stranica odlučuje s kojim razlučivanjem i informacijama o boji treba da radi prepoznavač.
Ima li nešto specifično za PDF ovdje?
+
Da, a PDF je objekt graf, a ne stranica slika, tako da tekst ostaje odabirljiv i vektori ostaju oštri bez obzira što se dogodi sa raster sadržaj unutar njega. To utječe na ono što prepoznavač može vidjeti.
Koliko je točan?
+
Na čistom 300 DPI skeniranje tiskanog teksta, dovoljno visok da su greške rijetke i uglavnom u neobičnim pravilnim imenima. Preciznost pada oštro s niskom razlučivanjem, skidanjem, sjenama iz telefonske kamere, neobičnim licima i rukopisom — posebno rukopis nije za to.
Kako OCR PDF pretvara skeniranje u tekst?
+
Konkretno, Svaka stranica je iscrtana, prolazi kroz Tesseract tekst-prepoznavanja prolaz na preko 100 jezika, a prepoznate riječi su napisane natrag kao nevidljivi tekst sloj pozicioniran iznad originalne slike - tako da stranica izgleda nepromijenjeno, ali je pretraživa i može se izabrati. Stranica još uvijek izgleda točno kao što je to učinila — prepoznati tekst stoji nevidljivo iza slike tako pretraživanje i odabir rada bez mijenjanja izgleda.
Can I run OCR PDF on several PDF documents at once?
+
Da — ubacite skup i oni obraduju paralelno pod jednim skupom postavki, što je točka rada dokumenta ovdje umjesto klika preko čitača radne površine.
Preživljavaju li zabilješke, linkovi i polja formiranja?
+
Okviri, interne veze i anotacije su očuvani gdje god to operacija omogućava. Digitalni potpisi su iznimka: svaka promjena datoteke nužno poništava potpis, jer to je upravo ono što potpis je za.
Is there a file size limit on OCR PDF?
+
Da: besplatni računi obrade dokumente do 5 MB svaki, koji obuhvaća većinu izvješća i ugovora, ali ne i dugo skeniran dokument na 600 DPI; Ghostscript i qpdf obavljaju posao. Skenirani PDF-ovi su uobičajena stvar koja ga nadmašuje, a kompresija prvog dokumenta je obično dovoljno da ga vratite u vodu.
Will OCR PDF lower the quality of my PDF documents?
+
Tekst i vektor umjetnost su objekti, a ne pikseli, tako da oni ostaju savršeno oštri u bilo kojem uvećanju bez obzira na to što se dogodi. Samo ugrađeni raster slike mogu degradirati, i samo ako operacija koju ste izabrali reuzorira ih.
Zašto je Word domaćin stranice OCR PDF?
+
WORD.to je izgrađen oko uređivanja kraja života dokumenta — DOCX koji je još uvijek napisan, još uvijek je u stilu i još uvijek se svađa, prije nego što ga netko sravni za slanje. Uredske datoteke su kontejneri puni tuđih medija — slike, ugrađeni audio, fontovi — tako da rad koji ljudi trebaju na njima je obično posao koji bi im trebao na taj sadržaj. OCR PDF dijele unos, kape i račun s konverzijama iz tog razloga.
Što da radim s rezultatom nakon što OCR PDF završimo?
+
Konverter na ovoj stranici uzima dokumente na PDF za slanje, na slike za ugradnju i na običan tekst za sve što ih mora pročitati programski, a natrag na drugi način. Radi da nakon toga drži uređivajući originalni oko, koji dio ne možete dobiti natrag nakon što je sravnjen.
Je li OCR PDF ovdje isti alat koji se nalazi u braćom bratu?
+
Motori su dijeljeni – isti dokument alatna lanca, isti radnici, iste granice. Ono što a Word stranica dodaje je pogled na to što preživljava napuštanje ureda formata a što ne, što je pitanje svaki od ovih poslova zapravo uključen. Također počinje iz jedne činjenice o formatu stranice je nazvana po: dokument je zip XML, tako da tekst uređaji su jeftini i težina je gotovo uvijek ugrađene slike.
Trebam li račun, i da li se nešto čuva?
+
Nema računa, i ništa nije čuvano: upisi se brišu od radnika ubrzo nakon završetka posla, ništa se ne čita i ništa nije indeksirano. Besplatni računi postoje za povijest i veličinu serije, ne za pristup.
