1Încărcaţi scanarea PDF documents; o scanare curăţată 300 DPI de gris-scale oferă recunoaştetorului cel mai mult cu care să lucreze.
2Spune-i care limba de aşteptat — numirea limbii bate la îndoială, land-o să ghicească cu o marjă largă.
3Executați pasul de recunoaștere; cuvintele sunt scrise înapoi ca un strat invizibil care stătea peste imaginea de pagina originală.
4Descarcă fișierul de căutare PDF — arată identic, dar acum puteți căuta și selecta textul din ea.
PDF OCR FAQ
Formatul sursă afectează recunoașterea?
+
Acesta face. PDF corectează pagina: fonturi, vectori, imagini raster și coordonate text sunt înghețate astfel încât fiecare cititor vede layout identic. Cum pagina este stocat decide cu ce informații de rezoluție și culoare trebuie să lucreze.
Ceva specific la PDF aici?
+
Yes — un PDF este un grafic de obiect, nu o imagine de pagină, astfel încât textul rămâne selectabil și vectorii rămân ascuțiți indiferent ce se întâmplă cu conținutul raster din interiorul acestuia. It affects what the recogniser can see.
Cât de corect este?
+
Pe o scanare curată 300 DPI de text tipărit, suficient de mare că erorile sunt rare și în principal în substanți neobișnuiți. Precizia cade brusc cu rezoluție scăzută, skew, umbre de la o cameră de telefon, tipefoane neobișnuite și scrisul de mână — în special scrisul de mână nu este pentru ce este acest lucru.
Cum se transformă OCR PDF o scanare în text?
+
În mod concret, fiecare pagină este dezvoltată, rulați printr-un text-recogniție Tesseract trece în peste 100 de limbi, iar cuvintele recunoscute sunt scrise înapoi ca un strat de text invizibile poziționat peste imaginea originală — astfel încât pagina arata nemodificat, dar este în căutare și selectabil. Pagina arată exact cum a făcut - textul recunoscut se află în spatele imaginei, astfel încât să lucreze în căutare și selecție fără a schimba aspectul.
Can I run OCR PDF on several PDF documents at once?
+
Da — încărcă setul și procesează în paralel, sub un set de set de seturi, care este punctul de a face un flux de lucru document aici, în loc de a face clic pe un cititor de desktop.
Setatele, link-urile și câmpurile de formular supraviețuiesc?
+
Contururile, legăturile interne și anotațiile sunt păstrate oriunde operația permite. Semnele digitale sunt excepția: orice modificare a fișierului invalidează neapărat o semnătură, deoarece este exact pentru care este o semnătură.
Există o limită de dimensiune a fișierului pe OCR PDF?
+
Da: documente de proces de conturi gratuite până la 5 MB fiecare, care acoperă majoritatea rapoartelor și contractelor, dar nu un document scanat lung la 600 DPI; Ghostscript și qpdf fac lucrarea. PDF-urile scanate sunt lucrul obișnuit care o depășește, și comprimarea documentului mai întâi este de obicei suficient pentru a-l aduce înapoi în jos.
Will OCR PDF lower the quality of my PDF documents?
+
Text și vector de artă sunt obiecte mai degrabă decât pixeli, astfel încât acestea rămân perfect ascuțite la orice zoom indiferent de ce se întâmplă. Doar imaginile încorporate pot degrada, și doar dacă operația alegeți le reeșanlonează.
De ce o gazdă Word a site-ului OCR PDF?
+
WORD.to este construit în jurul capătului edibil al vieții unui document — DOCX care încă este scris, încă fiind modelat și încă fiind argumentat, înainte ca oricine să-l aplane pentru trimitere. Dosarele de birou sunt containere pline de presa altor persoane — imagini, audio încorporat, fonturi — astfel încât oamenii de lucru au nevoie de ele este de obicei munca de care ar avea nevoie pe conținutul respectiv oricum. OCR PDF împărtășește încărcarea, capacurile și contul cu conversiile din acest motiv.
Ce ar trebui să fac cu rezultatul după ce OCR PDF este terminat?
+
Convertitorul de pe acest site ia documente în PDF pentru trimitere, imagini pentru încorporare și text simplu pentru orice ce trebuie să le citească programmatic, și înapoi în altă direcție. Facend asta după aceea menține originalul editable în jurul valorii de, care este partea pe care nu o poti obține înapoi o dată ce a fost aplatat.
Is OCR PDF here the same tool the sibling sites run?
+
Motoarele sunt împărtășite – aceeași căsuță de unelte document, aceleași lucrători, aceleași limite. Ce site-ul Word adaugă o viziune asupra ceea ce supraviețuiește părăsește formatul Oficiului și ce nu, care este întrebarea pe care fiecare dintre aceste locuri de muncă se activează. De asemenea, începe dintr-un fapt despre formatul pe care îl numește acest site după: documentul este un zip de XML, astfel că editările de text sunt ieftine și greutatea este aproape întotdeauna imaginile încorporate.
Am nevoie de un cont, şi ceva se păstrează?
+
Nu există cont, și nimic nu este păstrat: încărcările sunt eliminate de la lucrătorii la scurt timp după finalizarea slujbei, nimic nu este citit și nimic nu este indexat. Conturile gratuite există pentru istorie și mărimea loturilor, nu pentru acces.
