Jak korzystać: OCR PDF
- 1
Dodaj zeskanowany plik PDF
Upuść plik ze skanera lub z aplikacji do skanowania w telefonie. Narzędzie sprawdzi, ile stron ma już tekst, który można zaznaczyć.
- 2
Wybierz języki
Domyślnie wybrany jest angielski, a proponowany jest też język Twojej przeglądarki. Dodaj do czterech języków, które naprawdę występują w dokumencie.
- 3
Ustaw dokładność i strony
Opcja Najlepsza odczytuje strony w 300 DPI, a Szybciej w 200 DPI. Możesz ograniczyć rozpoznawanie do zakresu stron i włączyć opcję Pomiń strony, które już mają tekst.
- 4
Pobierz wyniki
Zapisz plik PDF z możliwością wyszukiwania albo pobierz całość rozpoznanego tekstu jako plik .txt ze znacznikiem przed każdą stroną.
Limity i Pro
Za darmo: pliki PDF do 50 MB, OCR do 200 stron na jedno uruchomienie i do 4 języków rozpoznawania naraz spośród 47 dostępnych.
Pro podnosi limit do 5000 stron na jedno uruchomienie i do plików o rozmiarze 4 GB. Szybkość rozpoznawania nadal zależy od procesora Twojego urządzenia. Zobacz Pro
O narzędziu: OCR PDF
Wynikiem jest Twój oryginalny plik PDF z niewidoczną warstwą tekstu dodaną do każdej zeskanowanej strony. Sam skan nie jest ponownie kompresowany ani rysowany od nowa, więc wygląda dokładnie jak wcześniej, ale każde rozpoznane słowo leży już na swoim miejscu na stronie: Ctrl+F je znajdzie, przeciągnięcie myszą je zaznaczy, a kopiowanie i wklejanie da prawdziwy tekst. Strony są renderowane w 300 DPI (w trybie Szybciej w 200 DPI) i odczytywane przez Tesseract, otwartoźródłowy silnik OCR działający jako WebAssembly w przeglądarce. Kilka stron przetwarza się równolegle, a przy każdej widać jej status.
Strony zeskanowane bokiem lub do góry nogami są wykrywane i odczytywane we właściwej orientacji. Strony, które mają już tekst do zaznaczania, można pominąć, żeby dokumenty mieszane nie były przetwarzane dwa razy. Warstwa tekstu jest zapisywana w Unicode, więc wyniki w cyrylicy, po grecku, arabsku, hebrajsku, w hindi, po tajsku, chińsku, japońsku i koreańsku można przeszukiwać i kopiować tak samo jak tekst w alfabecie łacińskim. Eksport do zwykłego tekstu zbiera wszystko, co rozpoznano, strona po stronie.
Typowe zastosowania: wyszukiwanie w zarchiwizowanych listach i umowach, wyciąganie kwot ze zeskanowanej faktury, przygotowanie skanu do konwersji na Word albo dostarczenie tekstu osobom korzystającym z czytnika ekranu.
Dokładność zależy od skanu. Czysty tekst drukowany w 300 DPI jest zwykle odczytywany niemal bezbłędnie. Pismo odręczne, zdjęcia o niskim kontraście, ozdobne czcionki, drobny druk i strony sfotografowane pod dużym kątem dają więcej błędów. Mocno przechylone strony nie są prostowane, a silnik czyta słowa, nie układ, więc kolumny i tabele trafią do eksportu jako zwykłe wiersze tekstu.
Prywatność
Zeskanowane strony są renderowane i rozpoznawane w tej karcie przeglądarki przez Tesseract skompilowany do WebAssembly. Ani plik PDF, ani rozpoznany tekst nie są wysyłane na serwer. Silnik i wybrane pliki językowe, po 2–15 MB każdy, pobierają się jednorazowo z publicznego CDN i są zapisywane w pamięci podręcznej przeglądarki.
Funkcje
Wyszukiwanie i kopiowanie
Rozpoznane słowa są umieszczone nad skanem, więc wyszukiwanie, zaznaczanie i kopiowanie działają w Acrobacie, Podglądzie, Chrome i innych czytnikach.
Jakość skanu bez zmian
Dodawana jest tylko niewidoczna warstwa, więc pieczęcie, podpisy i zdjęcia zachowują ostrość, a rozmiar pliku prawie się nie zmienia.
47 języków
Od angielskiego, hiszpańskiego i niemieckiego po arabski, hindi, chiński, japoński i koreański. Możesz łączyć do czterech naraz.
Obrócone strony
Strona zeskanowana bokiem lub do góry nogami jest sprawdzana w każdej orientacji, a zachowywany jest najlepszy odczyt.
Dokumenty mieszane
Strony z istniejącą warstwą tekstu zostają bez zmian, co oszczędza czas przy plikach PDF zeskanowanych tylko częściowo.