OCR PDF

קובץ PDF סרוק הוא בעצם ערימת צילומים. אי אפשר לחפש בו, אי אפשר להעתיק ממנו פסקה ואי אפשר לשלוף ממנו מספר אסמכתה. כלי ה‑OCR של PDFora קורא את הטקסט שבתוך תמונות העמודים בעזרת Tesseract, אותו מנוע קוד פתוח שסומכים עליו בצינורות עיבוד מסמכים רציניים, ומגיש לכם את הטקסט המזוהה כקובץ ‎.txt נקי שאפשר לחפש בו, לערוך אותו ולעשות בו שימוש חוזר.

והנה מה שעושה את ה‑OCR הזה שונה: הוא רץ כולו בתוך הדפדפן שלכם. כמעט כל שירות OCR מקוון מעלה את הסריקה שלכם לשרת לצורך עיבוד. שלנו לא. הזיהוי מתרחש על המכשיר שלכם, כך שדרכון סרוק, הסכם שכירות חתום או דף תוצאות רפואיות לעולם אינם נשלחים לשום מקום. במסמכים כאלה, זו אינה תוספת נחמדה — זה כל העניין.

הכלי מזהה כרגע אנגלית, הינדי, ספרדית וצרפתית, ואתם בוחרים את השפה לפני הרצת הסריקה. הוא חינמי, ללא הרשמה, ללא סימן מים וללא מכסת עמודים. מהירות הזיהוי תלויה במכשיר שלכם, מכיוון שהמעבד שלכם מבצע את העבודה בפועל, אבל עמוד טיפוסי לוקח רק כמה שניות במחשב נייד מודרני.

איך להריץ OCR על PDF אונליין

1. פתחו את כלי ה‑OCR ל‑PDF של PDFora בדפדפן מודרני.
2. גררו את קובץ ה‑PDF הסרוק אל אזור השחרור, או לחצו כדי לבחור אותו מהמכשיר שלכם.
3. בחרו את שפת המסמך: אנגלית, הינדי, ספרדית או צרפתית. השפה הנכונה משפרת את הדיוק באופן דרמטי.
4. לחצו על זיהוי טקסט ותנו ל‑Tesseract לעבד כל עמוד מקומית בדפדפן שלכם.
5. עקבו אחרי ההתקדמות ככל שעמודים מסתיימים; מסמכים ארוכים לוקחים קצת יותר זמן.
6. הורידו את הטקסט שחולץ כקובץ ‎.txt וחפשו בו, ערכו או העתיקו ממנו בחופשיות.

When to use this tool

• שליפת הטקסט מפסק דין סרוק בן 60 עמודים, כדי שתוכלו לחפש בו סעיף מסוים במקום לקרוא כל עמוד.
• חילוץ ציטוטים מעמודי ספר לימוד מצולמים לצורך עבודת מחקר, בלי להקליד אותם מחדש ידנית.
• המרה דיגיטלית של תיקייה מלאה בחשבוניות נייר ישנות, כך שהסכומים ומספרי החשבוניות יהפכו לרשומות ניתנות לחיפוש.
• המרת חוזר ממשלתי סרוק בהינדי לטקסט ניתן לעריכה לצורך תרגום או סיכום.
• שחזור הטקסט של מסמך שממנו שרד רק תדפיס, על ידי סריקתו והרצת OCR.
• הפיכת דפי חלוקה מישיבות ודוחות מודפסים לניתנים לציטוט במיילים, בשליפת הטקסט שלהם במקום בצילום מסך.

Tips for the best results

• הזינו את הסריקה הנקייה ביותר שיש לכם. 300 DPI, תאורה טובה וטקסט כהה על רקע בהיר מפיקים זיהוי טוב בהרבה מצילום טלפון עמום.
• יישרו את הסריקה קודם. עמודים עקומים מבלבלים את זיהוי התווים, אז העבירו מסמך נטוי בכלי היישור של PDFora לפני ה‑OCR.
• התאימו את הגדרת השפה למסמך. הרצת מכתב בספרדית דרך המודל האנגלי תפיק פלט משובש, ולהפך.
• צפו להרצות איטיות יותר בטלפונים ובמחשבים ניידים ישנים. המנוע משתמש במעבד של המכשיר שלכם, ולכן סריקה בת 100 עמודים היא משימה למחשב שולחני ולא לטאבלט בן חמש.
• הגיהו את המספרים. ה‑OCR טוב מאוד אבל אינו מושלם, וספרות במספרי חשבון או בסכומים ראויות למבט אנושי לפני שאתם מסתמכים עליהן.