OCR PDF
Gör skannade dokument till sökbara, kopierbara PDF-filer. Verktyget använder Tesseract OCR för att känna igen text i bilder och lägger ett osynligt textlager ovanpå de ursprungliga sidorna, så att det visuella utseendet bevaras medan innehållet blir fullt sökbart.
Så fungerar det
- Ladda upp en skannad eller bildbaserad PDF-fil.
- Välj ett eller flera språk som förekommer i dokumentet i den sökbara språklistan.
- Justera eventuellt avancerade inställningar (upplösning, binarisering, vitlista).
- Klicka på Starta OCR och följ förloppet i förloppsindikatorn i realtid.
- När det är klart granskar du den extraherade texten och laddar sedan ned den sökbara PDF-filen eller en vanlig
.txt-fil.
Funktioner
- OCR på flera språk med en sökbar språkväljare
- Osynligt textlager bevarar dokumentets ursprungliga utseende
- Förloppsindikator och loggutdata i realtid under bearbetningen
- Ladda ned resultaten som en sökbar PDF eller en vanlig textfil
- Kopiera extraherad text direkt till urklipp
- Tre upplösningsnivåer för att balansera hastighet mot noggrannhet
Alternativ
| Inställning | Värden | Standard | Syfte |
|---|---|---|---|
| Upplösning | Standard (192 DPI), Hög (288 DPI), Ultra (384 DPI) | Hög | Högre upplösning ger bättre noggrannhet på liten text men tar längre tid |
| Binarisera bild | På / Av | Av | Förbättrar kontrasten för rena skanningar genom att konvertera till svartvitt |
| Förinställning för teckenvitlista | Ingen, Alfanumerisk, Siffror + valuta, Endast bokstäver, Endast siffror, Faktura, Formulär, Anpassad | Ingen | Begränsar igenkända tecken för att förbättra noggrannheten för specifika dokumenttyper |
| Teckenvitlista | Fri text | Tom | Manuell teckenuppsättning när förinställningen är Anpassad |
Användningsområden
- Göra skannade avtal och fakturor sökbara så att du kan använda Ctrl+F i dem
- Extrahera text från fotograferade dokument eller gamla pappersregister
- Bearbeta kvitton med förinställningen Faktura för att korrekt fånga belopp och datum
- Skapa tillgängliga PDF-filer från skanningar som bara består av bilder för att uppfylla efterlevnadskrav
- Batchextrahera textinnehåll från skannade böcker eller manualer
Tips
- Välj flera språk om ditt dokument innehåller blandat språk (t.ex. engelska rubriker med japansk brödtext).
- Använd alternativet binarisera för dokument med bleknad text eller låg kontrast, det kan förbättra igenkänningen avsevärt.
- Vitlistorna Faktura och Formulär minskar kraftigt antalet falska träffar i strukturerade dokument genom att ignorera irrelevanta teckenformer.