Направете сканиран PDF търсим чрез OCR директно в браузъра - невидим текстов слой под оригиналните страници, без качване на файлове.
Обработва се локално на устройството ви ...
0%
Вашите файлове така и не напуснаха устройството ви
Не. Всичко работи в браузъра ви - файлът ви никога не напуска устройството. Как се проверява това
Сканираният PDF е по същество купчина от изображения: виждате текста, но не можете да го маркирате, търсите или копирате. OCR (оптично разпознаване на символи) прочита буквите от изображението и ги поставя като невидим текстов слой точно върху страниците. Изгледът остава идентичен, но PDF-ът става търсим и текстът може да се маркира - точно това очакват институциите, архивите и пълнотекстовото търсене.
Изберете изходния формат: търсим PDF (оригинални страници плюс текстов слой) или обикновен текст TXT. Задайте езика на документа от списъка - над 100 езика от немски и английски през руски, арабски и хинди до японски, корейски и китайски, всеки с собственото си название - за да се разпознаят символите правилно. Всичко работи в браузъра чрез WebAssembly: същият Tesseract с отворен код като в инструмента "Изображение в текст", само приложен страница по страница към целия PDF. При първо използване двигателят и езиковият модел се зареждат еднократно (няколко МБ, същият произход); след това работи офлайн.
Инструментът е предназначен за сканирани или графични PDF файлове. Качеството на разпознаването зависи силно от качеството на скана: ясни, прави, контрастни страници с печатен текст се разпознават много добре; наклонени или замъглени - значително по-зле; ръкопис ненадеждно. В търсимия PDF всяка страница се вгражда отново като изображение - PDF, съдържащ вече истински текст, не се нуждае от OCR. Проверявайте резултата за цифри и собствени имена.
| Входни формати | |
|---|---|
| Изходен формат | |
| Пакетна обработка | Да |
| Обработка | Локално в браузъра (WebAssembly) |
| Качване на файлове | Няма |
Ограничения: За СКАНИРАНИ / графични PDF файлове: прави ги търсими чрез OCR (невидим текстов слой) или връща обикновен текст. Разпознава ПЕЧАТЕН текст на над 100 езика и много азбуки; ръкопис ненадеждно. Забележка: невидимият текстов слой в търсимия PDF използва шрифт Latin-1 - нелатински символи (напр. CJK, арабски, кирилица) не се вграждат там; за тези азбуки изберете изход "Само текст (TXT)". В търсимия PDF всяка страница се вгражда отново като изображение, оформлението се запазва, но файлът може да нарасне; PDF с вече истински текст не се нуждае от OCR. Разпознаването не е безпогрешно - проверявайте цифри и собствени имена. Двигателят и езиковият модел се зареждат еднократно (няколко МБ, същият произход), след това е достъпно офлайн. Големи PDF файлове изискват известно време и памет в зависимост от броя на страниците и устройството.
Не. Рендирането и разпознаването се изпълняват изцяло локално в браузъра (WebAssembly); PDF-ът никога не напуска устройството ви - особено важно за договори и официална кореспонденция.
Страницата изглежда като скана, но под нея се намират невидим текстов слой. Това позволява да търсите в PDF-а, да маркирате и копирате текст - визуалното оформление остава непроменено.
Да. Всяка страница се вгражда като изображение на оригинала, невидимият текстов слой е наредено точно отгоре. Изгледът не се променя, но файлът може малко да нарасне.
Други езици - да: налични са над 100 (включително арабски, руски, хинди, японски, корейски, китайски). Ръкописът се разпознава ненадеждно, само печатен текст. За нелатински азбуки използвайте изхода "Само текст (TXT)", тъй като текстовият слой на търсимия PDF е ограничен до Latin-1.