OCR на PDF
Разчетете текста от сканирани страници, изцяло на вашето устройство. Нищо не се качва.
Изберете файлове
или ги пуснете тук
Ctrl+V за поставяне от клипборда
до 1 файл, по 25.0 MB
Остава на вашето устройство. Нищо не се качва.
Как OCR PDF
- Изберете един PDF или го пуснете на страницата.
- Изберете резолюцията за рендиране. 150 DPI се чете добре и пази паметта разумна.
- Натиснете „Конвертирайте“. Всяка страница се изчертава, след което се разчита на устройството ви от OCR.
- Изтеглете .txt файла с разпознатия текст, страница по страница.
Какво прави OCR тук и къде работи
Оптичното разпознаване на знаци чете букви от пиксели. Този инструмент рендира всяка PDF страница в изображение, след което го предава на Tesseract, OCR двигателя с отворен код, компилиран до WebAssembly и работещ изцяло в раздела ви. Езиковият модел (английски) и самият двигател се зареждат от този сайт: нищо за документа ви никога не се изпраща никъде.
Съществува за страниците, с които инструментът за извличане на текст не може да помогне: сканирания, факсове, фотографирани документи. Резултатът е обикновен текст с отбелязан раздел на страница, готов за търсене, превод или редактор.
При първото използване двигателят се изтегля — няколко мегабайта — и след това се кешира от браузъра. Скоростта на разпознаване зависи от устройството ви; телефон чете страница за няколко секунди, а лаптоп — по-бързо.
Ограничения и честни бележки
Точността на OCR следва качеството на изображението. Чисти сканирания при 300 DPI се разчитат почти перфектно; снимки от телефон на смачкани касови бележки ще съдържат грешки. 150 DPI е разумната стойност по подразбиране; увеличете на 300 за дребен шрифт.
Само английски текст засега. Ръкописът не се разпознава: само печатен текст. Много дълги документи е най-добре да се обработват по диапазони от страници.
Един документ на изпълнение, до 25 MB. Разпознаването работи в този раздел; изображенията на страниците никога не напускат устройството ви.
Често задавани въпроси
Защо OCR вместо извличане на текст?
Извличането чете текстовия слой на цифров PDF. OCR чете пикселите на сканирания и снимки. Ако извличането върне празно, OCR е инструментът.
Кои езици се поддържат?
Английски засега. По-късно могат да бъдат добавени повече езикови модели, всеки зареждан от този сайт.
Защо първото конвертиране е бавно?
OCR двигателят и езиковият модел се изтеглят веднъж (няколко мегабайта) и се кешират. Следващите изпълнения започват веднага.
Качва ли се сканираният ми документ?
Не. Страниците се рендират и разчитат в браузъра ви, на устройството ви.
Поверителност по дизайн
Остава на вашето устройство. Нищо не се качва. Конвертирането се изпълнява във вашия браузър: отворете раздела за мрежа по време на конвертиране и ще видите, че нищо не се изпраща. Без акаунт, без воден знак, без дневен лимит.