1Muatkan naik PDF documents yang diimbas; imbasan skala kelabu 300 DPI bersih memberikan pengiktirafan yang paling banyak untuk bekerja.
2Beritahu bahasa mana yang hendak diharapkan — nama bahasa melebihi biarkan ia meneka dengan margin yang luas.
3Jalankan laluan pengenalan; perkataan ditulis semula sebagai lapisan tak kelihatan duduk di atas imej halaman asal.
4Muat turun fail bolehcari PDF — ia kelihatan sama, tetapi anda boleh cari dan pilih teks didalamnya.
PDF OCR Soalan Lazim
Sesuatu yang spesifik untuk PDF di sini?
+
Ya — PDF adalah graf objek, bukan imej halaman, jadi teks tetap boleh dipilih dan vektor tetap tajam tidak kira apa yang berlaku kepada kandungan raster di dalamnya. Ia mempengaruhi apa yang pengiktirafan boleh lihat.
Apa yang patut saya imbas untuk hasil yang terbaik?
+
300 DPI dalam skala kelabu adalah titik manis. Di bawah 200 DPI bentuk aksara mula rosak; di atas 400 DPI anda tidak mendapat apa-apa dan membayar untuknya dalam saiz fail dan masa pemprosesan.
Bagaimana OCR PDF menukar imbasan ke teks?
+
Secara khusus, setiap halaman dihasilkan, berjalan melalui laluan pengenalan teks Tesseract dalam lebih 100 bahasa, dan perkataan yang dikenali ditulis semula sebagai lapisan teks tak kelihatan diletakkan di atas imej asal — jadi halaman kelihatan tidak berubah tetapi boleh dicari dan dipilih. Halaman masih kelihatan seperti yang ia lakukan - teks yang dikenali duduk tidak kelihatan di belakang imej jadi carian dan pemilihan bekerja tanpa mengubah penampilan.
Bahasa apa yang ia boleh mengenali?
+
Lebih 100, termasuk Latin, Cyrillic, Greek, Arab, Hebrew, Cina, Jepun, Korea dan skrip India. Memaklumkan bahasa mana yang dijangkakan secara material meningkatkan ketepatan berbanding membiarkan ia meneka.
Adakah OCR PDF memerlukan bayaran?
+
No. OCR PDF adalah bebas tanpa akaun, dan tiada apa yang ditempel pada halaman. Dokumen yang dimuat naik dipadam dari pekerja tidak lama selepas tugas selesai.
Apa yang boleh saya muat naik ke OCR PDF?
+
Sebarang PDF piawai, termasuk yang dihasilkan oleh pengimbas, pemproses kata atau pemacu cetakan. Fail dengan kata laluan pemilik yang hanya membatasi penyuntingan diurus; fail yang memerlukan kata laluan pengguna untuk dibuka tidak, dan kami tidak cuba memecah penyulitan.
Adakah terdapat had saiz fail pada OCR PDF?
+
Ya: akaun bebas proses dokumen sehingga 25 MB setiap satu, yang meliputi kebanyakan laporan dan kontrak tetapi bukan dokumen mengimbas panjang pada 600 DPI; Ghostscript dan qpdf melakukan kerja. PDF yang diimbas adalah perkara biasa yang melebihinya, dan memampatkan dokumen pertama biasanya cukup untuk membawanya kembali ke bawah.
Adakah tandabuku, pautan dan medan borang akan kekal?
+
Garis luar, pautan dalaman dan anotasi disimpan di mana- mana operasi membenarkannya. Tandatangan digital adalah pengecualian: sebarang perubahan kepada fail mesti melumpuhkan tandatangan, kerana itulah yang tandatangan adalah untuk.
Kenapa laman MP3 menghost OCR PDF?
+
MP3.to dibina di sekeliling format yang membuatkan audio mudah alih biasa: boleh dimainkan secara universal, kecil untuk diabaikan, dan kehilangan dalam cara yang hanya penting jika anda terus mengekodnya semula. Kluster kerja audio: orang yang sama yang perlukan format diubah biasanya perlukan fail dipotong, dipertingkatkan atau dikurangkan saiznya dalam sesi yang sama. Meletakkan OCR PDF di belakang muat naik yang sama, huruf besar yang sama dan akaun yang sama adalah apa yang mengubah tiga tab menjadi satu.
Apa yang patut saya lakukan dengan hasil apabila OCR PDF selesai?
+
Penukar pada laman ini bergerak audio antara MP3, WAV, FLAC, M4A, OGG dan Opus, jadi format output adalah keputusan yang anda boleh tinggalkan sehingga akhir bukannya berkompromi pada mulanya. Melakukannya selepas OCR PDF berbanding sebelum bermakna pengekodan berlaku sekali, pada fail yang anda sebenarnya tetapkan, bukan dua kali.
Adakah OCR PDF di sini alat yang sama yang dijalankan oleh laman saudara?
+
Enjin dikongsi — binaan ffmpeg yang sama, pekerja yang sama, had yang sama. Apa yang tapak MP3 tambah adalah pandangan tentang kadar bit, tentang apa yang bertahan dalam pengekodan dan tentang bila pertengahan tanpa kehilangan bernilai masa muat naik. Ia juga bermula dari satu fakta tentang format yang nama laman ini diambil daripadanya: Bingkai MP3 adalah blok saiz tetap, jadi potongan jatuh pada sempadan bingkai dan penanda main semula tanpa jurang tidak bertahan dalam pengekodan semula.
Adakah saya perlu akaun, dan apa-apa yang dijaga?
+
Tiada akaun, dan tiada apa-apa yang disimpan: muat naik dipadam dari pekerja tidak lama selepas kerja selesai, tiada apa-apa yang didengar dan tiada apa-apa yang diindeks. Akaun bebas wujud untuk sejarah dan saiz lot, bukan untuk akses.
