1Nahrajte naskenovaný PDF documents; čistý 300 DPI šedý sken dává rozpoznávači nejvíce pracovat.
2Řekni mu, který jazyk očekávat? jméno jazyk beats nechat ho hádat o široké rozpětí.
3Spusťte rozpoznávací pas; slova jsou napsána zpět jako neviditelná vrstva, která sedí nad originálním obrazem stránky.
4Stáhněte si vyhledávací soubor PDF? vypadá stejně, ale nyní můžete hledat a vyberte text v něm.
OCR PDF Často kladené otázky
Něco konkrétního pro PDF tady?
+
Ano, PDF je graf objektu, ne obrázek stránky, takže text zůstane volitelný a vektory zůstanou ostré bez ohledu na to, co se stane s rastrovým obsahem uvnitř. To ovlivňuje to, co rozpoznávač může vidět.
Na co bych měl skenovat nejlepší výsledek?
+
300 DPI v šedé škále je sladké místo. Pod 200 DPI znak tvary začínají rozpadat; nad 400 DPI získáte téměř nic a platit za něj ve velikosti souboru a zpracování času.
Jak se OCR PDF změní skenování na text?
+
Konkrétně každá stránka je překreslena, prochází textem rozpoznávacím průchodem Teseract ve více než 100 jazycích a uznávaná slova jsou napsána zpět jako neviditelná textová vrstva umístěná nad původním obrazem?? takže stránka vypadá nezměněná, ale je vyhledávatelná a volitelná. Stránka stále vypadá přesně tak, jak to udělal? uznávaný text sedí neviditelně za obrazem, takže hledání a výběr práce bez změny vzhledu.
Které jazyky může rozpoznat?
+
Více než 100, včetně latinsky, cyrilice, řečtina, arabsky, hebrejsky, čínština, japonština, korejština a indičtí skripty. Řekněte mu, který jazyk má očekávat, že podstatně zlepší přesnost nad tím, aby to hádal.
Stojí OCR PDF něco?
+
Ne. OCR PDF je zdarma bez účtu, a nic není orazítkován na stránky. Nahrané dokumenty jsou vymazány z pracovníků krátce po dokončení práce.
Co mohu nahrát do OCR PDF?
+
Jakýkoli standardní PDF, včetně těch, které jsou vyrobeny skenerem, textovým procesorem nebo tiskovým ovladačem. Soubory s heslem majitele, které omezují pouze editaci, jsou řešeny; soubory, které potřebují uživatelské heslo k otevření, nejsou, a my se nepokoušíme rozbít šifrování.
Existuje limit velikosti souboru na OCR PDF?
+
Ano: volné účty zpracovávají dokumenty až do 25 MB každý, který pokrývá většinu zpráv a smluv, ale ne dlouho skenované dokument na 600 DPI; Ghostscript a qpdf dělat práci. Skenované PDF jsou obvyklá věc, která ji přesahuje, a stlačování dokumentu první je obvykle dost na to, aby ho zpět pod.
Přežívají záložky, odkazy a tvarová pole?
+
Výjimkou jsou mimořádky, interní odkazy a anotace. Digitální podpisy: každá změna souboru nutně zneplatňuje podpis, protože právě k tomu je podpis.
Proč MP3 místo hostitele OCR PDF?
+
MP3.to je postaven kolem formátu, který dělal přenosný zvuk obyčejný: univerzálně hratelné, dostatečně malé na ignorování, a ztrátový způsobem, který záleží pouze v případě, že budete re-kódování jej. Audio jobs claster: stejná osoba, která potřebuje formát změnit, obvykle potřebuje soubor snížit, vyrovnat nebo zmenšit ve stejném sezení. Dát OCR PDF za stejné nahrávání, stejné čepice a stejný účet je to, co změní tři karty na jednu.
Co mám dělat s výsledkem, až bude OCR PDF hotovo?
+
Převodník na této stránce pohybuje zvuk mezi MP3, WAV, FLAC, M4A, OGG a Opus, takže výstupní formát je rozhodnutí, které můžete odejít do konce, spíše než zavázat na začátku. Dělat to po OCR PDF spíše než před znamená, že enkódování se stane jednou, na souboru, který jste skutečně usadili, místo dvakrát.
Is OCR PDF here the same tool the sibling sites run?
+
Motory jsou sdíleny ~ stejný ffmpeg build, stejné dělníky, stejné limity. Co MP3 web přidává je úhel pohledu o datový tok, o tom, co přežívá enkódování a asi když bezztrátový meziprodukt stojí za čas nahrát. To také začíná z jedné skutečnosti o formátu, po kterém je tato stránka pojmenována: MP3 rámy jsou pevné velikosti bloků, takže řez přistane na okraji rámu a bezpaměti přehrávání markery nepřežijí re-kódování.
Potřebuju účet a je něco udržované?
+
Žádný účet, a nic není uchováno: nahrávky jsou vymazány z pracovníků krátce po dokončení práce, nic není naslouchat a nic není indexováno. Volný účet existuje pro historii a velikost šarže, není pro přístup.
