OCR PDF
Baca teks daripada halaman yang diimbas, sepenuhnya pada peranti anda. Tiada apa dimuat naik.
Pilih fail
atau lepaskan di sini
Ctrl+V untuk tampal dari papan keratan
sehingga 1 fail, setiap 25.0 MB
Kekal pada peranti anda. Tiada apa-apa dimuat naik.
Cara OCR PDF
- Pilih satu PDF, atau lepaskan fail itu pada halaman ini.
- Pilih resolusi paparan. 150 DPI membaca dengan baik dan memastikan memori waras.
- Tekan Tukar. Setiap halaman dilukis, kemudian dibaca pada peranti anda oleh OCR.
- Muat turun fail .txt dengan teks yang dikenali, halaman demi halaman.
Apa yang OCR lakukan di sini, dan di mana ia berjalan
Pengecaman aksara optik membaca huruf daripada piksel. Alat ini memaparkan setiap halaman PDF kepada imej, kemudian menyerahkannya kepada Tesseract, enjin OCR sumber terbuka, dikompil kepada WebAssembly dan berjalan sepenuhnya dalam tab anda. Model bahasa (Inggeris) dan enjin itu sendiri disajikan dari laman ini: tiada apa tentang dokumen anda pernah dihantar ke mana-mana.
Ia wujud untuk halaman yang tidak dapat dibantu oleh alat ekstrak teks: imbasan, faks, dokumen yang difoto. Outputnya teks biasa dengan bahagian bertanda bagi setiap halaman, sedia untuk carian, terjemahan atau penyunting.
Penggunaan pertama memuat turun enjin, beberapa megabait, dicache oleh penyemak imbas selepas itu. Kelajuan pengecaman bergantung pada peranti anda; telefon membaca satu halaman dalam beberapa saat, komputer riba lebih pantas.
Had dan nota jujur
Ketepatan OCR mengikut kualiti imej. Imbasan 300 DPI yang bersih dibaca hampir sempurna; foto telefon resit berkerut akan mengandungi ralat. 150 DPI ialah lalai yang wajar; naikkan ke 300 untuk cetakan kecil.
Teks Inggeris sahaja buat masa ini. Tulisan tangan tidak dikenali: teks bercetak sahaja. Dokumen yang sangat panjang paling baik diproses dalam julat halaman.
Satu dokumen setiap jalankan, sehingga 25 MB. Pengecaman berjalan dalam tab ini; imej halaman tidak pernah meninggalkan peranti anda.
Soalan lazim
Mengapa OCR dan bukan ekstrak teks?
Ekstrak membaca lapisan teks PDF digital. OCR membaca piksel imbasan dan foto. Jika ekstrak kembali kosong, OCR ialah alatnya.
Bahasa apa yang disokong?
Inggeris buat masa ini. Lebih banyak model bahasa boleh ditambah kemudian, masing-masing disajikan dari laman ini.
Mengapa penukaran pertama lambat?
Enjin OCR dan model bahasa dimuat turun sekali (beberapa megabait) dan dicache. Larian seterusnya bermula serta-merta.
Adakah dokumen imbas saya dimuat naik?
Tidak. Halaman dipaparkan dan dibaca dalam penyemak imbas anda, pada peranti anda.
Privasi mengikut reka bentuk
Kekal pada peranti anda. Tiada apa-apa dimuat naik. Penukaran berjalan dalam pelayar anda: buka tab rangkaian semasa menukar dan anda akan lihat tiada apa-apa dihantar. Tanpa akaun, tanpa tera air, tanpa had harian.