OCR PDF
Zamień zeskanowane dokumenty w przeszukiwalne, kopiowalne PDF-y. Narzędzie używa Tesseract OCR do rozpoznawania tekstu na obrazach i nakłada niewidoczną warstwę tekstową na oryginalne strony, zachowując ich wygląd i czyniąc zawartość w pełni przeszukiwalną.
Jak to działa
- Prześlij zeskanowany PDF lub PDF oparty na obrazach.
- Wybierz z przeszukiwalnej listy jeden lub więcej języków występujących w dokumencie.
- Opcjonalnie dostosuj ustawienia zaawansowane (rozdzielczość, binaryzacja, biała lista).
- Kliknij Rozpocznij OCR i śledź postęp na pasku postępu w czasie rzeczywistym.
- Po zakończeniu przejrzyj wyodrębniony tekst, a następnie pobierz przeszukiwalny PDF lub zwykły plik
.txt.
Funkcje
- OCR w wielu językach z przeszukiwalnym selektorem języka
- Niewidoczna warstwa tekstowa zachowuje oryginalny wygląd dokumentu
- Pasek postępu i dziennik w czasie rzeczywistym podczas przetwarzania
- Pobieranie wyników jako przeszukiwalny PDF lub zwykły plik tekstowy
- Kopiowanie wyodrębnionego tekstu bezpośrednio do schowka
- Trzy poziomy rozdzielczości do balansowania szybkości i dokładności
Opcje
| Ustawienie | Wartości | Domyślnie | Cel |
|---|---|---|---|
| Rozdzielczość | Standardowa (192 DPI), Wysoka (288 DPI), Ultra (384 DPI) | Wysoka | Wyższa rozdzielczość poprawia dokładność przy małym tekście, ale trwa dłużej |
| Binaryzacja obrazu | Włączona / Wyłączona | Wyłączona | Zwiększa kontrast czystych skanów przez konwersję do czerni i bieli |
| Gotowa biała lista znaków | Brak, Alfanumeryczne, Liczby + waluta, Tylko litery, Tylko liczby, Faktura, Formularze, Własna | Brak | Ogranicza rozpoznawane znaki, aby poprawić dokładność dla określonych typów dokumentów |
| Biała lista znaków | Dowolny tekst | Pusta | Ręczny zestaw znaków, gdy gotowa lista jest ustawiona na Własna |
Zastosowania
- Uczynienie zeskanowanych umów i faktur przeszukiwalnymi, aby móc je przeglądać przez Ctrl+F
- Wyodrębnianie tekstu z sfotografowanych dokumentów lub starych papierowych zapisów
- Przetwarzanie paragonów z gotową listą Faktura, aby dokładnie wychwycić kwoty i daty
- Tworzenie dostępnych PDF-ów ze skanów zawierających tylko obrazy, aby spełnić wymogi zgodności
- Zbiorcze wyodrębnianie tekstu ze zeskanowanych książek lub instrukcji
Wskazówki
- Wybierz kilka języków, jeśli dokument zawiera treść w mieszanych językach (np. angielskie nagłówki z japońskim tekstem głównym).
- Użyj binaryzacji dla dokumentów z wyblakłym lub niskokontrastowym tekstem: może znacząco poprawić dokładność rozpoznawania.
- Gotowe listy Faktura i Formularze radykalnie zmniejszają liczbę fałszywych trafień w dokumentach ustrukturyzowanych, ignorując nieistotne kształty znaków.