Buat PDF yang dipindai bisa dicari via OCR - lokal di browser, dengan lapisan teks tersembunyi di balik halaman asli, tanpa upload.
Memproses secara lokal di perangkat Anda ...
0%
Berkas Anda tidak pernah meninggalkan perangkat
Tidak. Semuanya berjalan di peramban Anda - berkas Anda tidak pernah meninggalkan perangkat. Bagaimana ini dapat diverifikasi
PDF yang dipindai pada dasarnya adalah kumpulan gambar: kamu bisa melihat teksnya, tetapi tidak bisa memilih, mencari, atau menyalinnya. OCR (pengenalan karakter optis) membaca huruf dari gambar dan menempatkannya sebagai lapisan teks tersembunyi tepat di atas halaman. Tampilan tetap identik, namun PDF menjadi bisa dicari dan teksnya bisa dipilih - persis yang dibutuhkan oleh instansi, arsip, dan pencarian teks lengkap.
Pilih keluaran: PDF yang bisa dicari (halaman asli plus lapisan teks) atau teks biasa sebagai TXT. Atur bahasa dokumen dari daftar - lebih dari 100 bahasa dari bahasa Indonesia dan Inggris hingga Rusia, Arab, dan Hindi ke Jepang, Korea, dan Tionghoa, masing-masing dalam namanya sendiri - agar karakter dikenali dengan benar. Semua berjalan di browser via WebAssembly: mesin Tesseract sumber terbuka yang sama seperti alat "Gambar ke Teks", diterapkan halaman demi halaman pada seluruh PDF. Saat pertama digunakan, browser mengunduh mesin dan model bahasa yang dipilih sekali (beberapa MB, same-origin); setelah itu bisa digunakan offline.
Alat ini dirancang untuk PDF yang dipindai atau berbasis gambar. Pengenalan sangat bergantung pada kualitas pindaian: halaman yang tajam, lurus, dan kontras tinggi dengan teks cetak dikenali sangat baik; halaman yang miring atau buram jauh lebih buruk; tulisan tangan tidak andal. Dalam PDF yang bisa dicari, setiap halaman disematkan kembali sebagai gambar - PDF yang sudah mengandung teks asli tidak memerlukan OCR. Periksa hasilnya untuk angka dan nama diri.
| Format masukan | |
|---|---|
| Format keluaran | |
| Pemrosesan massal | Ya |
| Pemrosesan | Lokal di peramban (WebAssembly) |
| Unggah berkas | Tidak ada |
Batasan: Untuk PDF PINDAIAN/berbasis gambar: membuat PDF bisa dicari via OCR (lapisan teks tersembunyi) atau menghasilkan teks biasa. Mengenali teks CETAK dalam lebih dari 100 bahasa dan berbagai aksara; tulisan tangan tidak andal. Catatan: lapisan teks tersembunyi dalam PDF yang bisa dicari menggunakan font Latin-1 - karakter non-Latin (misalnya CJK, Arab, Sirilik) tidak disematkan di sana; untuk aksara tersebut, keluaran "Hanya Teks (TXT)" memberikan teks yang sepenuhnya dikenali. Dalam PDF yang bisa dicari, setiap halaman disematkan kembali sebagai gambar sehingga tata letak dipertahankan namun ukuran file bisa bertambah; PDF yang sudah memiliki teks asli tidak memerlukan OCR. Pengenalan tidak bebas kesalahan - periksa terutama angka dan nama diri. Mesin dan model bahasa yang dipilih diunduh sekali (beberapa MB, same-origin), lalu bisa digunakan offline. PDF besar membutuhkan waktu dan memori tergantung jumlah halaman dan perangkat.
Tidak. Rendering dan pengenalan berjalan sepenuhnya secara lokal di browser (WebAssembly); PDF tidak pernah meninggalkan perangkatmu - keunggulan utama untuk kontrak dan surat resmi.
Halaman terlihat seperti pindaian, tetapi di baliknya terdapat lapisan teks tersembunyi. Dengan itu kamu bisa mencari dalam PDF, memilih dan menyalin teks - sementara tampilan visualnya tetap sama.
Ya. Setiap halaman disematkan sebagai gambar halaman asli, dengan lapisan teks tersembunyi tepat di atasnya. Tampilan tidak berubah, meskipun ukuran file bisa sedikit bertambah.
Bahasa lain ya: lebih dari 100 tersedia (termasuk Arab, Rusia, Hindi, Jepang, Korea, Tionghoa). Tulisan tangan tidak dikenali secara andal, hanya teks cetak. Untuk aksara non-Latin, gunakan keluaran "Hanya Teks (TXT)" karena lapisan teks PDF yang bisa dicari terbatas pada Latin-1.