Taranmış bir PDF'yi OCR ile yerel olarak tarayıcıda aranabilir yapın - orijinal sayfaların altında görünmez metin katmanıyla, hiçbir yükleme olmadan.
Cihazınızda yerel olarak işleniyor ...
0%
Dosyalarınız cihazınızdan hiç çıkmadı
Hayır. Her şey tarayıcınızda çalışır - dosyanız cihazınızdan asla çıkmaz. Bunu nasıl doğrularsınız
Taranmış bir PDF temelde bir görüntü yığınıdır: metni görürsünüz ama seçemez, arayamaz ya da kopyalayamazsınız. OCR (optik karakter tanıma) harfleri görüntüden okur ve onları görünmez bir metin katmanı olarak tam sayfaların üzerine yerleştirir. Görünüm aynı kalır, ama PDF aranabilir hale gelir ve metin seçilebilir olur - resmi kurumların, arşivlerin ve tam metin aramanın tam da beklediği şey.
Çıktı olarak aranabilir bir PDF (orijinal sayfalar artı metin katmanı) ya da düz metin olarak TXT seçin. Belgenin dilini listeden ayarlayın - Almanca ve İngilizceden Rusça, Arapça ve Hintçeye, oradan Japonca, Korece ve Çinceye kadar 100'den fazla dil, her biri kendi adıyla listelenir - böylece karakterler doğru tanınır. Her şey tarayıcıda WebAssembly ile çalışır: “Görüntü OCR” aracındaki açık kaynaklı Tesseract motorunun aynısı, yalnızca tüm PDF'ye sayfa sayfa uygulanır. İlk kullanımda tarayıcı motoru ve seçilen dil modelini bir kez indirir (birkaç MB, aynı kaynak); sonrasında çevrimdışı çalışır.
Araç, taranmış ya da görüntü temelli PDF'ler için tasarlanmıştır. Tanıma, tarama kalitesine büyük ölçüde bağlıdır: net, düz, yüksek kontrastlı baskı metin sayfaları çok iyi tanınır; eğik veya bulanık sayfalar çok daha kötü; el yazısı güvenilir değildir. Aranabilir PDF'de her sayfa görüntü olarak yeniden gömülür; bu yüzden zaten gerçek metin içeren bir PDF'nin OCR'a ihtiyacı yoktur. Sonucu sayılar ve özel adlar için kısaca gözden geçirin.
| Giriş formatları | |
|---|---|
| Çıkış formatı | |
| Toplu işleme | Evet |
| İşleme | Tarayıcıda yerel (WebAssembly) |
| Dosya yükleme | Yok |
Sınırlar: TARANMIŞ / görüntü PDF'leri için: OCR ile aranabilir yapar (görünmez metin katmanı) ya da düz metin verir. 100'den fazla dilde ve pek çok alfabede BASKI metni tanır; el yazısı güvenilir değildir. Not: aranabilir PDF'deki görünmez metin katmanı bir Latin-1 yazı tipi kullanır - Latin olmayan karakterler (örneğin CJK, Arapça, Kiril) oraya gömülmez; bu alfabeler için “Yalnızca metin (TXT)” çıktısı tam olarak tanınan metni verir. Aranabilir PDF'de her sayfa görüntü olarak yeniden gömülür, yani düzen korunur ama dosya büyüyebilir; zaten gerçek metin içeren bir PDF'nin OCR'a ihtiyacı yoktur. Tanıma kusursuz değildir - özellikle sayıları ve özel adları kontrol edin. Motor ve seçilen dil modeli bir kez indirilir (birkaç MB, aynı kaynak), sonrasında çevrimdışı kullanılabilir. Büyük PDF'ler, sayfa sayısına ve cihaza göre biraz zaman ve bellek ister.
Hayır. İşleme ve metin tanıma tamamen tarayıcıda yerel olarak çalışır (WebAssembly); PDF cihazınızdan hiç ayrılmaz - özellikle sözleşmeler ve resmi yazışmalar için en önemli avantaj.
Sayfa tarama gibi görünür, ama altında görünmez bir metin katmanı bulunur. Böylece PDF'de arama yapabilir, metni seçebilir ve kopyalayabilirsiniz - görsel görünüm aynı kalır.
Evet. Her sayfa orijinal sayfanın görüntüsü olarak gömülür; görünmez metin katmanı tam üzerine hizalanır. Görünüm değişmez, ama dosya biraz büyüyebilir.
Başka diller evet: 100'den fazla seçenek var (Arapça, Rusça, Hintçe, Japonca, Korece, Çince dahil). El yazısı güvenilir biçimde tanınmaz, yalnızca baskı metin. Latin olmayan alfabeler için, aranabilir PDF metin katmanı Latin-1 ile sınırlı olduğundan “Yalnızca metin (TXT)” çıktısını kullanın.