OCR PDF

Hãy mở tệp trong bất kỳ trình xem nào và thử chọn một dòng chữ. Nếu không có gì được tô sáng hoặc tìm kiếm không có kết quả, các trang chỉ là hình ảnh (bản quét hoặc ảnh chụp) và OCR là thứ thêm vào văn bản còn thiếu. PDF đã có văn bản chọn được thì không cần công cụ này.

Có hơn 100 gói ngôn ngữ Tesseract được liệt kê, từ tiếng Anh và tiếng Tây Ban Nha đến tiếng Ả Rập, tiếng Hindi, tiếng Nhật và tiếng Trung. Hãy chọn mọi ngôn ngữ xuất hiện trong tài liệu; các gói được nạp cùng nhau nên các trang đa ngôn ngữ được nhận dạng trong một lượt. Một số bản triển khai tự lưu trữ đóng gói danh sách ngắn hơn và ghi rõ phía trên bộ chọn ngôn ngữ.

Không. Các trang gốc được sao chép không đổi và một lớp văn bản vô hình được vẽ lên trên, đặt vị trí từng từ để khớp với bản quét. Bạn thấy cùng hình ảnh như trước, nhưng giờ có thể tìm kiếm, chọn và sao chép văn bản.

Cao (288 DPI) là mặc định và xử lý được các tài liệu văn phòng thông thường. Hạ xuống Tiêu chuẩn (192 DPI) khi tốc độ quan trọng hoặc tệp dài, và dùng Siêu cao (384 DPI) cho chữ nhỏ, chú thích cuối trang hoặc bản quét kém. Cài đặt cao hơn mất nhiều thời gian hơn rõ rệt vì mỗi trang được hiển thị ở kích thước đó trước khi nhận dạng.

Nó giới hạn kết quả trong một tập ký tự cố định, giúp giảm lỗi như chữ l thường bị đọc thành số 1. Cấu hình Hóa đơn chỉ cho phép chữ số và các ký hiệu $ . , / - # :, Chỉ số phù hợp với số sê-ri hoặc chỉ số đồng hồ, và Tùy chỉnh cho phép bạn tự nhập tập ký tự.

Không đáng tin cậy. Tesseract được huấn luyện trên chữ in, nên chữ in hoa ngay ngắn đôi khi dùng được nhưng chữ viết thảo hầu như chỉ cho ra nhiễu. Kết quả tốt nhất trên các trang in sạch, đủ sáng; tùy chọn Nhị phân hóa giúp với bản quét mờ hoặc độ tương phản thấp, và Làm thẳng PDF làm thẳng các trang nghiêng trước.

Có. Khi OCR hoàn tất, văn bản đã trích xuất xuất hiện trong một ô để bạn xem lại, sao chép vào bộ nhớ tạm hoặc tải xuống dưới dạng ocr-text.txt. Bản PDF có thể tìm kiếm được tải riêng, nên bạn có thể lấy một trong hai hoặc cả hai.

Không. Tesseract chạy dưới dạng WebAssembly ngay trong trình duyệt của bạn; những thứ duy nhất được tải xuống là công cụ OCR và các gói ngôn ngữ bạn đã chọn, được tải lần đầu khi cần. Các trang quét và văn bản nhận dạng được vẫn ở trên thiết bị của bạn.