OCR PDF
Αναγνωρίστε κείμενο σε σαρωμένα έγγραφα και εικόνες, μέσα στο ίδιο σας το πρόγραμμα περιήγησης.
Ανέβασμα
Επιλέξτε ή σύρετε και αφήστε το αρχείο σας.
Ρύθμιση
Επιλέξτε τις προτιμήσεις σας — τα πάντα γίνονται στο πρόγραμμα περιήγησής σας.
Λήψη
Αποθηκεύστε το έτοιμο αρχείο αμέσως. Χωρίς υδατογραφήματα.
Ένα σαρωμένο PDF δεν είναι παρά μια στοίβα φωτογραφιών. Δεν μπορείτε να το αναζητήσετε, να αντιγράψετε μια παράγραφο από αυτό ούτε να βγάλετε έναν αριθμό αναφοράς. Το εργαλείο OCR του PDFora διαβάζει το κείμενο μέσα σε αυτές τις εικόνες σελίδων χρησιμοποιώντας το Tesseract, την ίδια μηχανή ανοιχτού κώδικα που εμπιστεύονται σοβαρές ροές επεξεργασίας εγγράφων, και σας παραδίδει το αναγνωρισμένο κείμενο ως ένα καθαρό αρχείο .txt που μπορείτε να αναζητήσετε, να επεξεργαστείτε και να επαναχρησιμοποιήσετε.
Να τι κάνει αυτό το OCR διαφορετικό: τρέχει εξ ολοκλήρου μέσα στο πρόγραμμα περιήγησής σας. Σχεδόν κάθε online υπηρεσία OCR ανεβάζει τη σάρωσή σας σε διακομιστή για επεξεργασία. Η δική μας όχι. Η αναγνώριση γίνεται στη δική σας συσκευή, οπότε ένα σαρωμένο διαβατήριο, ένα υπογεγραμμένο μισθωτήριο ή μια σελίδα με ιατρικά αποτελέσματα δεν μεταδίδεται ποτέ πουθενά. Για τέτοια έγγραφα, αυτό δεν είναι πολυτέλεια, είναι το όλο νόημα.
Το εργαλείο αναγνωρίζει προς το παρόν αγγλικά, χίντι, ισπανικά και γαλλικά, και επιλέγετε τη γλώσσα πριν ξεκινήσετε τη σάρωση. Είναι δωρεάν, χωρίς εγγραφή, χωρίς υδατογράφημα και χωρίς ποσόστωση σελίδων. Η ταχύτητα αναγνώρισης εξαρτάται από τη συσκευή σας, αφού τη δουλειά την κάνει ο δικός σας επεξεργαστής, αλλά μια τυπική σελίδα παίρνει μόλις λίγα δευτερόλεπτα σε ένα σύγχρονο laptop.
Πώς να κάνετε OCR σε ένα PDF online
- Ανοίξτε το εργαλείο OCR PDF του PDFora σε ένα σύγχρονο πρόγραμμα περιήγησης.
- Σύρετε το σαρωμένο PDF σας στη ζώνη απόθεσης ή πατήστε για να το επιλέξετε από τη συσκευή σας.
- Επιλέξτε τη γλώσσα του εγγράφου: αγγλικά, χίντι, ισπανικά ή γαλλικά. Η σωστή γλώσσα βελτιώνει δραματικά την ακρίβεια.
- Πατήστε Αναγνώριση Κειμένου και αφήστε το Tesseract να επεξεργαστεί κάθε σελίδα τοπικά, μέσα στο πρόγραμμα περιήγησής σας.
- Παρακολουθήστε την πρόοδο καθώς ολοκληρώνονται οι σελίδες· τα εκτενέστερα έγγραφα θέλουν λίγο περισσότερο χρόνο.
- Κατεβάστε το εξαγόμενο κείμενο ως αρχείο .txt και αναζητήστε, επεξεργαστείτε ή αντιγράψτε από αυτό ελεύθερα.
When to use this tool
- Εξαγωγή του κειμένου από μια σαρωμένη δικαστική απόφαση 60 σελίδων, ώστε να την αναζητήσετε για μια συγκεκριμένη ρήτρα αντί να διαβάσετε κάθε σελίδα.
- Εξαγωγή αποσπασμάτων από φωτογραφημένες σελίδες εγχειριδίου για μια ερευνητική εργασία, χωρίς να τα ξαναπληκτρολογήσετε στο χέρι.
- Ψηφιοποίηση ενός φακέλου με παλιά χάρτινα τιμολόγια, ώστε τα ποσά και οι αριθμοί τιμολογίων να γίνουν αναζητήσιμα αρχεία.
- Μετατροπή μιας σαρωμένης κυβερνητικής εγκυκλίου στα χίντι σε επεξεργάσιμο κείμενο, για μετάφραση ή σύνοψη.
- Ανάκτηση του κειμένου ενός εγγράφου από το οποίο επέζησε μόνο μια εκτύπωση, σαρώνοντάς την και τρέχοντας OCR.
- Μετατροπή σημειώσεων συσκέψεων και τυπωμένων αναφορών σε κείμενο που μπορείτε να παραθέσετε σε email, βγάζοντας τα λόγια τους αντί να τραβάτε στιγμιότυπα οθόνης.
Tips for the best results
- Δώστε του την καθαρότερη σάρωση που έχετε. Τα 300 DPI, ο καλός φωτισμός και το σκούρο κείμενο σε ανοιχτό φόντο παράγουν πολύ καλύτερη αναγνώριση από μια θαμπή φωτογραφία κινητού.
- Ισιώστε πρώτα τη σάρωση. Οι στραβές σελίδες μπερδεύουν την αναγνώριση χαρακτήρων, οπότε περάστε ένα κεκλιμένο έγγραφο από το εργαλείο ευθυγράμμισης του PDFora πριν το OCR.
- Ταιριάξτε τη ρύθμιση γλώσσας με το έγγραφο. Αν περάσετε μια ισπανική επιστολή από το αγγλικό μοντέλο, θα πάρετε παραμορφωμένο αποτέλεσμα, και το αντίστροφο.
- Περιμένετε πιο αργές εκτελέσεις σε κινητά και παλαιότερα laptop. Η μηχανή χρησιμοποιεί τον επεξεργαστή της συσκευής σας, οπότε μια σάρωση 100 σελίδων είναι δουλειά για επιτραπέζιο υπολογιστή, όχι για ένα πενταετές tablet.
- Ελέγξτε τους αριθμούς. Το OCR είναι πολύ καλό αλλά όχι τέλειο, και τα ψηφία σε αριθμούς λογαριασμών ή σε σύνολα αξίζουν μια χειροκίνητη ματιά πριν βασιστείτε πάνω τους.
Συχνές ερωτήσεις
Ανεβαίνει το σαρωμένο μου έγγραφο για επεξεργασία;
Όχι, και αυτό είναι σπάνιο ανάμεσα στα online εργαλεία OCR. Η μηχανή Tesseract τρέχει μέσα στο πρόγραμμα περιήγησής σας, οπότε κάθε σελίδα αναγνωρίζεται στη δική σας συσκευή. Τίποτα δεν στέλνεται σε διακομιστή σε κανένα σημείο, πράγμα που το κάνει ασφαλές για ταυτότητες, συμβάσεις και ιατρικά αρχεία.
Τι παίρνω ως αποτέλεσμα;
Το εργαλείο εξάγει το αναγνωρισμένο κείμενο και σας το δίνει ως ένα αρχείο .txt προς λήψη. Από εκεί μπορείτε να το αναζητήσετε, να το επικολλήσετε σε ένα έγγραφο ή να το τροφοδοτήσετε σε οποιαδήποτε άλλη ροή εργασίας που χρειάζεται απλό κείμενο.
Ποιες γλώσσες υποστηρίζονται;
Αυτή τη στιγμή είναι διαθέσιμα τα αγγλικά, τα χίντι, τα ισπανικά και τα γαλλικά. Διαλέξτε τη γλώσσα που ταιριάζει στο έγγραφό σας πριν τρέξετε την αναγνώριση, επειδή η μηχανή φορτώνει ένα μοντέλο ανά γλώσσα και η ακρίβεια εξαρτάται από τη σωστή επιλογή.
Πόσο ακριβής είναι η αναγνώριση κειμένου;
Σε μια καθαρή, καλά φωτισμένη σάρωση τυπωμένου κειμένου, η ακρίβεια είναι συνήθως πολύ υψηλή. Η ποιότητα πέφτει με θολές φωτογραφίες, ασυνήθιστες γραμματοσειρές, χειρόγραφα ή έντονη κλίση. Η καλύτερη είσοδος είναι ο μεγαλύτερος μοχλός, οπότε σαρώστε ξανά ή ευθυγραμμίστε μια κακή σελίδα πριν κατηγορήσετε τη μηχανή.
Γιατί το OCR είναι πιο αργό στη δική μου συσκευή απ' ό,τι στου συναδέλφου μου;
Επειδή η επεξεργασία είναι τοπική, η ταχύτητα ακολουθεί το υλικό σας. Ένα πρόσφατο laptop καταβροχθίζει σελίδες μέσα σε δευτερόλεπτα η καθεμία, ενώ ένα παλαιότερο κινητό αργεί αισθητά. Το αντάλλαγμα αυτής της τοπικής επεξεργασίας είναι η πλήρης προστασία του απορρήτου.
Υπάρχει όριο σε σελίδες ή αρχεία και κοστίζει κάτι;
Κανένα κόστος, κανένας λογαριασμός, κανένα υδατογράφημα και καμία ποσόστωση σελίδων. Μπορείτε να περάσετε από OCR ένα ολόκληρο αρχείο σαρώσεων αν θέλετε. Ο μόνος πρακτικός περιορισμός είναι ο χρόνος, αφού τα εκτενή έγγραφα αργούν περισσότερο να επεξεργαστούν στο δικό σας μηχάνημα.