OCR PDF
Jadikan PDF imbasan sebagai PDF yang teksnya boleh dicari, dipilih dan disalin. Rupa halamannya kekal sama; perkataannya dimasukkan sebagai lapisan halimunan di atasnya. Semuanya berjalan dalam pelayar anda, jadi imbasan anda tidak pernah meninggalkan peranti ini.
Lepaskan PDF imbasan di sini
Fail anda kekal pada peranti ini. Tiada apa-apa dimuat naik.
Cara membuat OCR pada PDF imbasan supaya boleh dicari
- Lepaskan PDF imbasan ke dalam kotak di atas, atau tekan “Pilih fail PDF”. Halaman ini menyemak halaman mana yang berupa gambar dan mana yang sudah ada teks.
- Pilih bahasa yang digunakan dalam dokumen. Saiz muat turunnya ditunjukkan sebelum apa-apa dimuat turun.
- Tekan “Jadikan boleh dicari & muat turun” dan tunggu sementara setiap halaman dibaca. “Henti” membatalkannya pada bila-bila masa.
- Buka PDF yang dimuat turun dan cari di dalamnya. “Muat turun teks (.txt)” memberi anda perkataannya sahaja.
Fungsi OCR PDF
Pengimbas dan apl pengimbas telefon menyimpan setiap halaman sebagai gambar. PDF itu nampak seperti dokumen tetapi berkelakuan seperti foto: anda tidak dapat mencari di dalamnya, memilih satu ayat, atau mendengarnya dibacakan. Alat ini membaca perkataan dalam setiap gambar dan meletakkannya di atas halaman sebagai teks halimunan, jadi fail yang sama boleh dicari.
Apa yang dilakukannya
- Membaca teks bercetak pada halaman imbasan dan menambahkannya sebagai lapisan halimunan yang boleh dicari, halaman demi halaman
- Mengekalkan rupa setiap halaman seperti asal. Tiada apa-apa dilukis semula atau dimampatkan semula
- Melangkau halaman yang sudah ada teks, dan memberitahu anda halaman yang mana
- Membaca enam belas bahasa, termasuk Cina, Jepun, Korea, Hindi dan Nepali, setiap satu dimuat turun dari laman ini hanya apabila anda memilihnya
- Turut memberi teks yang dikenal pasti sebagai fail .txt
Apa yang tidak dilakukannya
- Memuat naik imbasan anda. Enjin pembacanya berjalan dalam tab pelayar ini
- Membaca tulisan tangan
- Menyelamatkan imbasan yang teruk: cetakan yang pudar, kabur, terlalu kecil atau senget akan keluar dengan kesilapan, dan halaman yang sukar dibaca akan dinamakan
- Membina semula susun atur sebagai dokumen yang boleh disunting. PDF ke Word boleh mengeluarkan teks daripada fail yang sudah boleh dicari itu kemudian
- Membaca bahasa Arab atau tulisan lain yang ditulis dari kanan ke kiri buat masa ini
- Menegakkan halaman yang mengiring. Gunakan Putar PDF dahulu
Kemas kini terakhir
Perlu menghantarnya kepada seseorang?
Laman saudara kami, QRSansar, menyimpan dokumen anda dan memberi pautan pendek serta kod QR untuknya. Sesuai untuk WhatsApp, slaid, poster atau risalah bercetak, dan anda langsung tidak terikat dengan had saiz lampiran. Anda boleh menukar fail itu kemudian, dan pautan serta kod QR tetap berfungsi.
Bezanya perlu jelas: itu perkhidmatan hos, jadi fail anda dimuat naik ke sana. Semua di PDFsansar kekal pada peranti anda, dan berkongsi ialah satu-satunya kerja yang tidak boleh dibuat begitu.
Kongsi dokumen di QRSansar →Alat lain
Semuanya percuma, dan semuanya berjalan dalam tab ini tanpa memuat naik apa-apa.
OCR PDF: soalan lazim
Adakah imbasan saya dimuat naik?
Tidak. Enjin pembacanya, Tesseract, berjalan dalam tab pelayar ini. Kali pertama anda menggunakannya, enjin dan bahasa yang anda pilih dimuat turun dari laman ini, bukan dari laman orang lain, dan pelayar anda menyimpannya. PDF itu sendiri dibaca dan ditulis semula pada peranti ini dan tidak pernah dihantar ke mana-mana.
Adakah rupa halaman akan berubah?
Tidak. Setiap halaman kekal tepat seperti asal. Perkataan dimasukkan sebagai lapisan halimunan, diletakkan di atas kedudukannya dalam imbasan, jadi apabila anda memilih satu ayat, serlahannya jatuh pada perkataan yang bercetak. Tiada apa-apa dilukis semula atau dimampatkan semula, dan fail hanya bertambah beberapa kilobait bagi setiap halaman.
Bahasa apa yang boleh dibaca?
Inggeris, Sepanyol, Perancis, Jerman, Portugis, Itali, Indonesia, Melayu, Filipino, Swahili, Vietnam, Hindi, Nepali, Cina Ringkas, Jepun dan Korea. Pilih bahasa dokumen itu; setiap bahasa hanya dimuat turun apabila anda memilihnya, dan saiznya ditunjukkan dahulu. Bahasa Arab belum ditawarkan: ia boleh dibaca, tetapi sesetengah pembaca PDF memaparkan hasilnya secara terbalik, dan carian yang tidak dapat menemui perkataan itu tidak berguna.
Berapa lama masa yang diambil?
Beberapa saat bagi setiap halaman pada komputer. Dalam ujian pada mesin 4 teras dengan Chrome, purata 3 hingga 9 saat sehalaman: resit paling cepat, satu halaman penuh cetakan majalah yang kecil paling lambat, dan halaman paling padat mengambil masa 11 saat. Telefon lebih perlahan. Kali pertama, enjin pembaca dan bahasa dimuat turun sebelum apa-apa dibaca, kira-kira 4 MB untuk bahasa Inggeris, dan selepas itu pelayar anda menyimpannya. Anda boleh biarkan ia berjalan dalam tab lain, dan butang Henti boleh ditekan pada bila-bila masa.
Sejauh mana ketepatannya?
Pada halaman bercetak yang bersih, hampir setiap perkataan: pada dua halaman majalah dan laporan daripada set ujian OCR standard, 99% perkataan dapat dibaca semula. Pada borang imbasan sebenar dalam bahasa Jerman, Sepanyol, Perancis, Jepun dan Cina, 91 hingga 96%. Pada resit kedai yang diimbas, iaitu cetakan kecil di atas kertas termal, 79%. Kesilapan banyak berlaku pada nama, nombor dan cetakan kecil, jadi semak bahagian itu sebelum bergantung padanya. Halaman yang sukar dibaca akan dinamakan apabila ia selesai.
Apa yang berlaku pada halaman yang sudah ada teks?
Halaman itu dibiarkan seperti asal, dan anda diberitahu halaman yang mana sebelum ia bermula. Membacanya semula akan meletakkan salinan kedua setiap perkataan di atas yang pertama. Jika semua halaman sudah ada teks, ia memberitahu anda dan tidak melakukan apa-apa.
Boleh ia baca tulisan tangan?
Tidak. Tesseract dibina untuk teks bercetak. Tulisan tangan akan keluar sebagai aksara merepek atau langsung tiada, dan halaman yang tiada apa-apa yang boleh dibaca akan dinamakan apabila kerja selesai.
Boleh saya dapatkan teksnya sahaja?
Boleh. Apabila selesai, ada butang untuk mendapatkan teks sebagai fail .txt, dengan setiap halaman mengikut turutan. Halaman yang sudah ada teks dimasukkan seperti sedia ada.