PDF OCR

Citeşte cuvintele din interior PDF documents

Selectați fișierele dvs.

*Fișiere șterse după 24 de ore

Convertește gratuit fișiere de până la 1 GB, utilizatorii Pro pot converti fișiere de până la 100 GB; Înregistrează-te acum

Încărcare

Cum să oferăm PDF

1 Încărcaţi scanarea PDF documents; o scanare curăţată 300 DPI de gris-scale oferă recunoaştetorului cel mai mult cu care să lucreze.

2 Textul este recunoscut în limba acestei pagini, așa că deschideți pagina în limba documentului.

3 Executați pasul de recunoaștere; cuvintele sunt scrise înapoi ca un strat invizibil care stătea peste imaginea de pagina originală.

4 Descarcă 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?

Da, 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. Afectează ceea ce poate vedea recunoaştetorul.

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.

Pot să conduc OCR PDF pe mai multe PDF documents de o dată?

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: utilizarea gratuită are o limită de dimensiune pe document, iar pagina vă anunță când un fișier o depășește; Ghostscript și qpdf fac treaba. 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.

OCR PDF va reduce calitatea 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.

OCR PDF este aici aceeași instrumentă site-urile fratelui rulează?

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 este necesar un cont. Fișierele încărcate și rezultatele sunt păstrate aproximativ 24 de ore, ceea ce vă lasă timp să descărcați rezultatul, apoi sunt șterse automat; nimeni nu le citește, nu le listează și nu le indexează. Mai multe fișiere într-o singură sarcină necesită un plan plătit.