OCR σε PDF
Διαβάστε το κείμενο από σαρωμένες σελίδες, εξ ολοκλήρου στη συσκευή σας. Τίποτα δεν μεταφορτώνεται.
Επιλέξτε αρχεία
ή σύρετέ τα εδώ
Ctrl+V για επικόλληση από το πρόχειρο
έως 1 αρχείο, 25.0 MB το καθένα
Παραμένει στη συσκευή σας. Δεν ανεβαίνει τίποτα.
Πώς OCR PDF
- Επιλέξτε ένα PDF ή σύρετέ το στη σελίδα.
- Επιλέξτε την ανάλυση απόδοσης. Τα 150 DPI διαβάζουν καλά και κρατούν τη μνήμη λογική.
- Πατήστε Μετατροπή. Κάθε σελίδα σχεδιάζεται και μετά διαβάζεται στη συσκευή σας από το OCR.
- Κατεβάστε το αρχείο .txt με το αναγνωρισμένο κείμενο, σελίδα προς σελίδα.
Τι κάνει εδώ το OCR και πού εκτελείται
Η οπτική αναγνώριση χαρακτήρων διαβάζει γράμματα από pixel. Αυτό το εργαλείο αποδίδει κάθε σελίδα PDF ως εικόνα και μετά την παραδίδει στο Tesseract, τη μηχανή OCR ανοιχτού κώδικα, μεταγλωττισμένη σε WebAssembly και εκτελούμενη εξ ολοκλήρου μέσα στην καρτέλα σας. Το γλωσσικό μοντέλο (αγγλικά) και η ίδια η μηχανή παρέχονται από αυτόν τον ιστότοπο: τίποτα από το έγγραφό σας δεν αποστέλλεται ποτέ πουθενά.
Υπάρχει για τις σελίδες που το εργαλείο εξαγωγής κειμένου δεν μπορεί να βοηθήσει: σαρώσεις, φαξ, φωτογραφημένα έγγραφα. Το αποτέλεσμα είναι απλό κείμενο με σημασμένη ενότητα ανά σελίδα, έτοιμο για αναζήτηση, μετάφραση ή επεξεργαστή.
Η πρώτη χρήση κατεβάζει τη μηχανή, μερικά megabyte, και ο περιηγητής την αποθηκεύει στην προσωρινή μνήμη μετά. Η ταχύτητα αναγνώρισης εξαρτάται από τη συσκευή σας· ένα τηλέφωνο διαβάζει μια σελίδα σε λίγα δευτερόλεπτα, ένα φορητό υπολογιστή γρηγορότερα.
Όρια και ειλικρινείς σημειώσεις
Η ακρίβεια του OCR ακολουθεί την ποιότητα της εικόνας. Καθαρές σαρώσεις 300 DPI διαβάζονται σχεδόν τέλεια· φωτογραφίες από τσαλακωμένες αποδείξεις θα περιέχουν λάθη. Τα 150 DPI είναι η λογική προεπιλογή· ανεβάστε στα 300 για μικρά γράμματα.
Μόνο αγγλικό κείμενο προς το παρόν. Η χειρόγραφη γραφή δεν αναγνωρίζεται: μόνο έντυπο κείμενο. Τα πολύ μεγάλα έγγραφα εξυπηρετούνται καλύτερα σε εύρη σελίδων.
Ένα έγγραφο ανά εκτέλεση, έως 25 MB. Η αναγνώριση γίνεται σε αυτή την καρτέλα· οι εικόνες σελίδων δεν φεύγουν ποτέ από τη συσκευή σας.
Συχνές ερωτήσεις
Γιατί OCR και όχι εξαγωγή κειμένου;
Η εξαγωγή διαβάζει το επίπεδο κειμένου ενός ψηφιακού PDF. Το OCR διαβάζει τα pixel σαρώσεων και φωτογραφιών. Αν η εξαγωγή βγήκε κενή, το OCR είναι το εργαλείο.
Ποιες γλώσσες υποστηρίζονται;
Αγγλικά προς το παρόν. Περισσότερα γλωσσικά μοντέλα μπορούν να προστεθούν αργότερα, με το καθένα να παρέχεται από αυτόν τον ιστότοπο.
Γιατί η πρώτη μετατροπή είναι αργή;
Η μηχανή OCR και το γλωσσικό μοντέλο κατεβαίνουν μία φορά (μερικά megabyte) και αποθηκεύονται στην προσωρινή μνήμη. Οι επόμενες εκτελέσεις ξεκινούν αμέσως.
Μεταφορτώνεται το σαρωμένο έγγραφό μου;
Όχι. Οι σελίδες αποδίδονται και διαβάζονται μέσα στο πρόγραμμα περιήγησής σας, στη συσκευή σας.
Ιδιωτικότητα εκ σχεδιασμού
Παραμένει στη συσκευή σας. Δεν ανεβαίνει τίποτα. Η μετατροπή εκτελείται στο πρόγραμμα περιήγησής σας: ανοίξτε την καρτέλα Δίκτυο κατά τη μετατροπή και θα δείτε ότι δεν αποστέλλεται τίποτα. Χωρίς λογαριασμό, χωρίς υδατογράφημα, χωρίς ημερήσιο όριο.