1Ittella' l-PDF documents skanjat; skanjar nadif ta' 300 DPI grayscale jagħti lill-rikonoxxitur l-aktar li jaħdem miegħu.
2Għidlu liema lingwa tistenna — billi tagħti l-isem tal-lingwa tħabbat li tħallih jaħseb b'marġini wiesgħa.
3Mexxi l-pass tar-rikonoxximent; il-kliem huma miktuba lura bħala saff inviżibbli bilqiegħda fuq l-immaġni tal-paġna oriġinali.
4Niżżel il-fajl PDF li jista' jitfittex - jidher identiku, iżda issa tista' tfittex u tagħżel it-test fih.
PDF tal-OCR Mistoqsijiet Frekwenti
Il-format tas-sors jaffettwa r-rikonoxximent?
+
It does. PDF jiffissa l-paġna: fonts, vetturi, immaġini raster u koordinati tat-test huma ffriżati sabiex kull qarrej jara layout identiku. How the page is stored decides what resolution and colour information the recogniser has to work with.
Xi ħaġa speċifika għal PDF hawn?
+
Iva — PDF huwa graff ta' oġġett, mhux immaġni ta' paġna, għalhekk it-test jibqa' jista' jintgħażel u l-vetturi jibqgħu qawwija irrispettivament minn x'jiġri mill-kontenut tar-raster ġewwa fih. Dan jaffettwa dak li jista' jara min jirrikonoxxi.
Kemm hu preċiż?
+
Fuq skan nadif ta’ 300 DPI ta’ test stampat, għoli biżżejjed li l-iżbalji huma rari u l-aktar f’nomi propji mhux tas-soltu, l-eżattezza tonqos b’mod qawwi b’riżoluzzjoni baxxa, b’mod żbaljat, b’dellijiet minn kamera tat-telefown, b’tipa mhux tas-soltu u b’kitba bl-idejn – il-kitba bl-idejn b’mod partikolari mhijiex dak li dan huwa għal.
Kif OCR PDF idawwar skan f'test?
+
Concretely, kull paġna tiġi rrendita, għaddiet minn pass ta' rikonoxximent tat-test Tesseract f'aktar minn 100 lingwa, u l-kliem rikonoxxut jinkiteb lura bħala saff ta' test inviżibbli li jitqiegħed fuq l-immaġni oriġinali — sabiex il-paġna tidher mhux mibdula iżda tista' tintfittex u tintgħażel. The page still looks exactly as it did — the recognised text sits invisibly behind the image so search and selection work without changing the appearance.
Nista' nħaddem OCR PDF fuq diversi PDF documents fl-istess ħin?
+
Iva — ittella’ s-sett u huma jipproċessaw b’mod parallel taħt sett wieħed ta’ settings, li huwa l-punt li tagħmel fluss ta’ ħidma tad-dokument hawn minflok tikklikkja permezz ta’ qarrej desktop.
Il-bookmarks, links u l-oqsma tal-formola jibqgħu?
+
Il-firem diġitali huma l-eċċezzjoni: kull bidla fil-fajl neċessarjament tivvizzja l-firma, għax hija preċiżament għal dan li hi l-firma.Il-firma elettronika hija l-uniku mezz li bih tista' tiġi ffirmata l-informazzjoni.
Hemm limitu tad-daqs tal-fajl fuq OCR PDF?
+
Iva: kontijiet ħielsa jipproċessaw dokumenti sa 5 MB kull wieħed, li jkopri ħafna rapporti u kuntratti iżda mhux dokument skanjat twil f'600 DPI; Ghostscript u qpdf jagħmlu x-xogħol PDFs skannjati huma l-ħaġa tas-soltu li taqbeżha, u l-kompressjoni tad-dokument l-ewwel hija normalment biżżejjed biex terġa 'tġibha taħt.
OCR PDF se jnaqqas il-kwalità tal-PDF documents tiegħi?
+
It-test u l-arti vettoriali huma oġġetti minflok pixels, u għalhekk jibqgħu perfettament qawwija fi kwalunkwe zoom, irrispettivament minn x'jiġri.L-immaġnijiet raster inkorporati biss jistgħu jiddegradaw, u biss jekk l-operazzjoni li għażilt tirreċiprokahom.
Għaliex sit Word jospita OCR PDF?
+
WORD.to huwa mibni madwar l-aħħar editjabbli tal-ħajja tad-dokument - id-DOCX li għadu qed jinkiteb, għadu qed jiġi stilizzat u għadu qed jiġi argumentat, qabel ma xi ħadd jiċċattah biex jibgħat. Il-fajls tal-uffiċċju huma kontenituri mimlija bil-midja ta' nies oħra - immaġini, awdjo inkorporat, fonts - għalhekk ix-xogħol li n-nies jeħtieġu fuqhom huwa ġeneralment ix-xogħol li jkollhom bżonn fuq dawk il-kontenuti xorta waħda. OCR PDF jaqsam it-tlugħ, il-kapijiet u l-kont mal-konverżjonijiet għal dik ir-raġuni.
X'għandi nagħmel bir-riżultat ladarba OCR PDF ikun lest?
+
Il-konvertitur fuq dan is-sit jieħu dokumenti barra għall-PDF biex tibgħat, għall-immaġini għall-inkorporazzjoni u għal test sempliċi għal xi ħaġa li għandha taqra minnhom programmatikament, u lura l-mod l-ieħor. Meta tagħmel dan wara żżomm l-oriġinali editjabbli madwar, li hija l-parti li ma tistax terġa' lura ladarba tkun ġiet ċatta.
Huwa OCR PDF hawn l-istess għodda li s-siti tal-ħbieb imexxu?
+
The engines are shared — the same document toolchain, the same workers, the same limits. What a Word site adds is a view on what survives leaving the Office format and what does not, which is the question every one of these jobs actually turns on. It also starts from one fact about the format this site is named after: id-dokument huwa zip ta XML, sabiex editjar test huma irħas u l-piż huwa kważi dejjem l-immaġini inkorporati.
Għandi bżonn kont, u xi ħaġa tinżamm?
+
L-ebda kont, u xejn ma jinżamm: upload huma mħassra mill-ħaddiema ftit wara li l-impjieg jispiċċa, xejn huwa maqsum u xejn huwa indiċjati.Kontijiet ħielsa jeżistu għall-istorja u d-daqs tal-lott, mhux għall-aċċess.
