1Enviar o escaneado PDF documents; unha escaneación limpa en escala de grises de 300 PPP dálle ao recoñecidor máis para traballar.
2Dígalle que lingua esperar - nomear a linguaxe é mellor que deixar que a adivine por unha marxe ampla.
3Executar a pasada de recoñecemento; as palabras son escritas de novo como unha capa invisíbel sobre a imaxe da páxina orixinal.
4Obteña o ficheiro PDF pescudábel, parece idéntico, pero agora pode procurar e escoller o texto nel.
OCR PDF Preguntas frecuentes
En que punto debo escanear para obter o mellor resultado?
+
300 PPP en escala de grises é o punto ideal. Por baixo de 200 PPP as formas dos caracteres comezan a descompoñerse; por riba de 400 PPP non se gaña case nada e pagáselle en tamaño de ficheiro e tempo de procesamento.
Como converte OCR PDF unha dixitalización en texto?
+
Concretamente, cada páxina é representada, executada a través dun recoñecemento de texto Tesseract en máis de 100 linguas, e as palabras recoñecidas son escritas de novo como unha capa de texto invisible colocada sobre a imaxe orixinal, de xeito que a páxina non se ve alterada pero é buscable e seleccionábel. A páxina segue a ter o mesmo aspecto que antes: o texto recoñecido está invisíbel detrás da imaxe, polo que as procuras e a selección funcionan sen mudar a aparencia.
Algo específico para PDF aquí?
+
Si — un PDF é un gráfico de obxectos, non unha imaxe de páxina, polo que o texto permanece seleccionábel e os vectores permanecen nítidos independentemente do que suceda co contido rasterizado dentro del. Afecta o que o recoñecidor pode ver.
Que tan exacto é?
+
Nunha dixitalización limpa de 300 PPP de texto impreso, abondo alta para que os erros sexan raros e sobre todo en nomes propios inusuais. A precisión cae bruscamente con baixa resolución, distorsión, sombras da cámara do teléfono, tipos de letra inusuais e escrita a man - a escrita a man en particular non é para o que isto é.
Que podo enviar a OCR PDF?
+
Calquera PDF estándar, incluíndo os producidos por un escáner, por un procesador de textos ou por un controlador de impresión. Os ficheiros cun contrasinal de propietario que só restrinxe a edición son xestionados; os ficheiros que precisan dun contrasinal de usuario para abrir non o son, e non tentamos romper o cifrado.
Hai un límite de tamaño de ficheiro en OCR PDF?
+
Si: as contas libres procesan documentos de ata 5 MB cada un, o que cobre a maioría dos informes e contratos, pero non un documento longo escaneado a 600 PPP; Ghostscript e qpdf fan o traballo. Os PDF escaneados son o que normalmente excede este límite, e comprimir o documento primeiro é normalmente suficiente para o volver a baixar.
Reducirá OCR PDF a calidade do meu PDF documents?
+
O texto e as ilustracións vectoriais son obxectos en vez de píxeles, polo que permanecen perfectamente nítidos en calquera zoom, non importa o que suceda. Só as imaxes raster incorporadas poden degradarse, e só se a operación que escolla as remuestra.
Podo executar OCR PDF en varios PDF documents á vez?
+
Si, envíe o conxunto e procesáranse en paralelo baixo un conxunto de opcións, o que é o punto de facer un fluxo de traballo de documentos aquí en vez de premer nun lector de escritorio.
Por que un sitio EPUB aloxa OCR PDF?
+
EPUB.to está construído arredor do formato aberto de eBook - XHTML nun zip, reflowable por deseño, e lexíbel en hardware para o que ninguén pensou na disposición. Un libro é un ficheiro zip cheo de marcas, imaxes e fontes tipográficas, polo que case todos os traballos que a xente trae a un sitio de libros electrónicos son realmente traballos sobre unha desas cousas. OCR PDF executase no mesmo envío e na mesma conta que as conversións porque aí é onde se precisa.
Que debo facer co resultado unha vez rematado OCR PDF?
+
O conversor deste sitio move libros entre EPUB, MOBI, AZW3, PDF e DOCX, de xeito que un título acaba no hardware que realmente vai lelos. Se o fai despois de OCR PDF significa que a conversión se fai desde a versión na que se asentou, non desde a que aínda estaba a corrixir.
É OCR PDF a mesma ferramenta que executan os sitios irmáns?
+
Os motores son compartidos: a mesma cadea de ferramentas, os mesmos traballadores, os mesmos límites. O que un sitio EPUB engade é unha vista sobre o refluxo: que destas operacións un libro refluxo soporta realmente, e que só teñen sentido nos medios de disposición fixa dentro del. Tamén comeza por un feito acerca do formato que dá nome a este sitio: o libro é un zip de XHTML cun manifesto, polo que o texto custa case nada e todas as decisións que importan son sobre as imaxes incorporadas e os subconxuntos de fontes tipográficas.
Necesito unha conta e se garda algo?
+
Non hai conta e non se garda nada: os envíos son eliminados dos traballadores pouco despois de que remate a tarefa, non se le nada e non se indexa nada. Existen contas libres para o historial e o tamaño do lote, non para o acceso.
