1Upload the scanned PDF documents; a clean 300 DPI grayscale scan gives the recogniser the most to work with.
2به آن بگویید که چه زبانی را انتظار داشته باشد - نامگذاری زبان از اجازه دادن به حدس زدن با یک فاصلهٔ وسیع بهتر است.
3این تابع به صورت زیر عمل میکند: تابع تابعی است که در آن یک تابع به صورت یک تابع تصادفی در یک صفحهٔ متنی نوشته میشود.
4پروندۀ PDF قابل جستجو را بارگیری کنید — به نظر مشابه میآید، اما حالا میتوانید متن در آن را جستجو و انتخاب کنید.
OCR PDF سوالات متداول
براي بهترين نتيجه بايد چي رو اسکن کنم؟
+
۳۰۰ dpi در مقیاس خاکستری نقطهٔ شیرین است. زیر ۲۰۰ dpi ، شکلهای کاراکتر شروع به خراب شدن میکنند؛ بالای ۴۰۰ dpi ، تقریباً هیچ چیز بدست نمیآورید و برای آن در اندازه پرونده و زمان پردازش هزینه میپردازید.
چطور OCR PDF اسکن را به متن تبدیل میکند؟
+
Concretely, هر صفحه نمایش داده میشود، از طریق یک گذرگاه تشخیص متن Tesseract در بیش از ۱۰۰ زبان اجرا میشود، و کلمات شناسایی شده به عنوان لایه متن نامرئی بر روی تصویر اصلی نوشته میشوند — بنابراین صفحه تغییری نکرده به نظر میرسد اما قابل جستجو و انتخاب است. The page still looks exactly as it did — the recognised text sits invisibly behind the image so search and selection work without changing the appearance.
چيزي خاص براي PDF اينجا هست؟
+
بله — یک PDF یک نمودار شیء است ، نه یک تصویر صفحه ، بنابراین متن قابل انتخاب باقی میماند و برداریها بدون توجه به آنچه که برای محتوای راستر درون آن اتفاق میافتد ، تیز باقی میمانند. این بر آنچه که شناساگر میتواند ببیند تأثیر میگذارد.
چقدر دقیقه؟
+
در یک اسکن ۳۰۰ DPI تمیز از متن چاپ شده، به اندازه کافی بالا که خطاها نادر و بیشتر در نامهای خاص غیرمعمول هستند. دقت با وضوح پایین، انحراف، سایههای دوربین تلفن، فونتهای غیرمعمول و دستنوشتهها به شدت کاهش مییابد — دستنوشتهها به ویژه چیزی نیست که این برای آن است.
چه چیزی را میتوانم در OCR PDF بارگذاری کنم؟
+
هر پیدیاف استاندارد ، از جمله آنهایی که توسط یک اسکنر ، یک پردازشگر متن یا یک راننده چاپ تولید شدهاند. پروندههای با گذرواژه مالک که فقط ویرایش را محدود میکند ، مدیریت میشوند. پروندههایی که برای باز کردن نیاز به گذرواژه کاربر دارند ، مدیریت نمیشوند ، و ما تلاش نمیکنیم رمزگشایی را بشکنیم.
آیا محدودیت اندازه پرونده در OCR PDF وجود دارد؟
+
بله: حسابهای آزاد سندها را تا 5 MB تک پردازش میکنند ، که بیشتر گزارشها و قراردادها را پوشش میدهد ، اما نه یک سند اسکنشده طولانی با ۶۰۰ DPI؛ Ghostscript و qpdf کار را انجام میدهند. اسکن شده PDFها چیز معمول است که از آن تجاوز میکند، و فشرده سازی سند اول معمولاً کافی است تا آن را به زیر بیاورند.
آیا OCR PDF کیفیت PDF documents من را کاهش خواهد داد؟
+
متن و گرافیک برداری شیء هستند نه پیکسل ، بنابراین در هر بزرگنمایی بدون توجه به اتفاقی که میافتد کاملاً تیز باقی میمانند. فقط تصاویر راستر توکار میتوانند تخریب شوند ، و فقط اگر عملیاتی که انتخاب کردید آنها را دوباره نمونهگیری کند.
آیا میتوانم OCR PDF را در چند PDF documents همزمان اجرا کنم؟
+
در این روش، یک تابع به صورت یک تابع تصادفی و یک تابع به صورت یک تابع تصادفی در نظر گرفته میشود و در نتیجه، یک تابع تصادفی به جای یک تابع تصادفی در نظر گرفته میشود.
چرا یک سایت EPUB میزبان OCR PDF است؟
+
EPUB.to در اطراف فرمت کتاب الکترونیکی باز ساخته شده است - XHTML در یک zip، reflowable توسط طراحی، و قابل خواندن بر روی سختافزار کسی به طراحی برای آن فکر نکرده است. A book is a zip full of markup, images and fonts, so almost every job people bring to an eBook site is really a job on one of those things. OCR PDF runs on the same upload and the same account as the conversions because that is where it is needed.
وقتی OCR PDF تمام شد با نتیجه چه کار باید بکنم؟
+
این نرمافزار میتواند کتابهای الکترونیکی را بین فرمتهای EPUB، MOBI، AZW3، PDF و DOCX منتقل کند و در نتیجه هر عنوانی که در هر سختافزاری خوانده شود، قابل خواندن است. انجام این کار بعد از OCR PDF به این معنی است که تبدیل از نسخه ای که شما بر روی آن قرار گرفتید انجام میشود، نه از نسخه ای که هنوز در حال اصلاح بودید.
Is OCR PDF here the same tool the sibling sites run?
+
موتورها مشترک هستند - همان زنجیره ابزار، همان کارمندان، همان محدودیتها. آنچه که سایت EPUB اضافه میکند یک دید از بازگشت به جریان است: کدام یک از این عملیاتها یک کتاب بازگشت به جریان را واقعاً پشتیبانی میکند، و کدام یک فقط در رسانههای طراحی ثابت در درون آن معنی دارد. همچنین از یک حقیقت در مورد قالب که این سایت نامیده میشود شروع میشود: کتاب یک zip از XHTML با یک بیانیه است ، بنابراین متن تقریبا هیچ هزینه ای ندارد و هر تصمیمی که مهم است در مورد تصاویر و زیر مجموعه های قلم است.
من حساب حسابي نياز دارم و چيزي نگه داشته ميشه؟
+
حسابی وجود ندارد ، و چیزی نگه داشته نمیشود: بارگذاریها کمی پس از پایان کار از کارمندان حذف میشوند ، هیچ چیز خوانده نمیشود و هیچ چیز فهرستبندی نمیشود. حسابهای آزاد برای تاریخچه و اندازه دستهای وجود دارند ، نه برای دسترسی.
