OCR PDF

Buka file di penampil apa pun dan coba pilih satu baris teks. Jika tidak ada yang tersorot atau pencarian tidak menemukan kecocokan, halamannya hanya gambar (pindaian atau foto) dan OCR yang menambahkan teks yang hilang. PDF yang sudah memiliki teks yang dapat dipilih tidak memerlukan alat ini.

Lebih dari 100 paket bahasa Tesseract tercantum, dari Inggris dan Spanyol hingga Arab, Hindi, Jepang, dan Mandarin. Centang setiap bahasa yang muncul di dokumen; paket dimuat bersamaan sehingga halaman multibahasa dikenali dalam satu kali proses. Beberapa penerapan hosting mandiri membundel daftar yang lebih pendek dan menyebutkannya di atas pemilih bahasa.

Tidak. Halaman asli disalin tanpa diubah dan lapisan teks tak terlihat digambar di atasnya, diposisikan kata demi kata agar cocok dengan pindaian. Anda melihat gambar yang sama seperti sebelumnya, tetapi kini dapat mencari, memilih, dan menyalin teksnya.

Tinggi (288 DPI) adalah bawaan dan menangani dokumen kantor umumnya. Turunkan ke Standar (192 DPI) saat kecepatan penting atau file panjang, dan gunakan Ultra (384 DPI) untuk cetakan kecil, catatan kaki, atau pindaian buruk. Pengaturan lebih tinggi butuh waktu jauh lebih lama karena setiap halaman dirender pada ukuran itu sebelum dikenali.

Ini membatasi hasil pada sekumpulan karakter tetap, yang mengurangi kesalahan seperti huruf l kecil terbaca sebagai 1. Preset Faktur hanya mengizinkan angka dan simbol $ . , / - # :, Hanya Angka cocok untuk nomor seri atau pembacaan meteran, dan Kustom memungkinkan Anda mengetik set sendiri.

Tidak dapat diandalkan. Tesseract dilatih pada teks cetak, jadi huruf kapital balok yang rapi kadang berhasil tetapi tulisan sambung kebanyakan menghasilkan derau. Hasil terbaik pada halaman cetak yang bersih dan terang; opsi Binarisasi membantu untuk pindaian pudar atau berkontras rendah, dan Luruskan PDF meluruskan yang miring terlebih dahulu.

Ya. Setelah OCR selesai, teks yang diekstrak muncul di kotak tempat Anda dapat meninjau, menyalinnya ke papan klip, atau mengunduhnya sebagai ocr-text.txt. Unduhan PDF yang dapat dicari terpisah, jadi Anda dapat mengambil salah satu atau keduanya.

Tidak. Tesseract berjalan sebagai WebAssembly di dalam browser Anda; satu-satunya unduhan adalah mesin OCR dan paket bahasa yang Anda pilih, yang diambil saat pertama kali diperlukan. Halaman hasil pindai dan teks yang dikenali tetap berada di perangkat Anda.