Перайсці да зместу
  1. Галоўная
  2. Распазнаванне тэксту PDF (OCR)

Распазнаванне тэксту PDF (OCR)

Распазнаванне тэксту ператварае адсканаваны дакумент у PDF з пошукам, з якога можна капіяваць, а таксама ў просты тэкставы файл. Працуе на вашай прыладзе, без ліміту старонак.

Нічога не загружаецца Бясплатна, без акаўнта Без ліміту старонак

Як гэта працуе:

  • Выняць тэкст: Выкарыстоўвае OCR Tesseract для распазнавання тэксту са сканаваных відарысаў або PDF.
  • Вынік з магчымасцю пошуку: Стварае новы PDF з нябачным тэкставым слоем, робячы дакумент цалкам даступным для пошуку і захоўваючы яго першапачатковы выгляд.
  • Фільтраванне сімвалаў: Дазваляе адфільтроўваць непатрэбныя сімвалы праз спісы дазволеных і павышае дакладнасць для пэўных тыпаў дакументаў (рахункаў, формаў і інш.).
  • Падтрымка некалькіх моў: Дазваляе выбраць некалькі моў для дакументаў з тэкстам на розных мовах.

Націсніце, каб выбраць файл, або перацягніце сюды

Вашы файлы ніколі не пакідаюць прыладу.

Як распазнаць тэкст у PDF

  1. Дадайце адсканаваны PDF

    Любой даўжыні. Файл застаецца на вашай прыладзе.

  2. Выберыце мовы

    Адзначце мовы, на якіх надрукаваны дакумент. Вы бачыце, колькі моўных даных спампуецца і прыкладна колькі часу гэта зойме.

  3. Запусціце OCR

    Прагрэс паказваецца па старонках, і спыніць можна ў любы момант.

  4. Захавайце PDF або тэкст

    Спампуйце PDF з пошукам, тэкст як файл .txt або адразу скапіюйце тэкст.

Што вы атрымліваеце

Search for "total": no results
Да
Same page, now with text: search, select, copy
Пасля
Што ўваходзіць у вынік OCR
Вы атрымліваеце Што гэта Для чаго
PDF з пошукам Вашы арыгінальныя старонкі з нябачным тэкстам паверх слоў Пошук, капіяванне, архівы, адпраўка
Тэкставы файл (.txt) Увесь распазнаны тэкст па старонках, без макета Цытаты, нататкі, перанос тэксту ў іншыя праграмы

OCR, аптычнае распазнаванне сімвалаў, чытае літары на выяве старонкі і ператварае іх у тэкст, па якім камп’ютар можа шукаць. Адсканаваны PDF складаецца толькі з выяў, таму ў ім нельга шукаць, вылучыць сказ або скапіяваць лічбу. Пасля OCR можна. Гэты інструмент робіць гэта ў браўзеры, без ліміту старонак, і ваш дакумент ніколі не загружаецца.

Як зрабіць пошук па адсканаваным PDF

Вынік выглядае дакладна як ваш скан, бо арыгінальныя старонкі захоўваюцца. Пад выявай ляжыць нябачны пласт распазнаных слоў, кожнае на сваім месцы, таму пошук падсвечвае патрэбнае месца, а вылучэнне захоплівае тыя словы, што вы бачыце. Каб праверыць, ці ёсць у PDF тэкст, паспрабуйце вылучыць радок: калі не атрымліваецца, патрэбны OCR.

Выбар моў для OCR

Распазнаванню трэба ведаць, які алфавіт і якія словы чакаць, таму выберыце ўсе мовы, на якіх надрукаваны дакумент, напрыклад англійскую і іспанскую для двухмоўнай формы. Даступна больш за 100 моў, у тым ліку кітайская, японская, карэйская, арабская, іўрыт і хіндзі. Кожная мова спампоўваецца адзін раз, звычайна некалькі мегабайт, і потым захоўваецца ў браўзеры; памер паказваецца да пачатку. Лішнія мовы, якіх няма ў дакуменце, робяць распазнаванне павольнейшым і менш дакладным.

Што ўплывае на дакладнасць OCR

На чыстым роўным скане друкаванага тэксту з раздзяляльнасцю 300 dpi амаль кожнае слова чытаецца правільна. Дакладнасць падае на размытых фота з тэлефона, пры нізкім разрозненні, на перакошаных або загнутых старонках, бледным друку, каляровым фоне, незвычайных шрыфтах і ў табліцах са шчыльнымі лініямі. Рукапісны тэкст збольшага не распазнаецца. Павелічэнне раздзяляльнасці ў дадатковых наладах дапамагае з дробным шрыфтам, але займае больш часу. Заўсёды правярайце імёны і лічбы, на якія вы спадзяецеся.

Як гэта працуе

Кожная старонка малюецца як выява ў вашым браўзеры і чытаецца Tesseract, рухавіком OCR з адкрытым кодам, які працуе на вашай прыладзе. Знойдзеныя словы і іх пазіцыі запісваюцца ў копію вашага PDF як нябачны тэкставы пласт і збіраюцца ў тэкставы файл. Ноўтбук апрацоўвае старонку за некалькі секунд; тэлефон павольней. Доўгія дакументы займаюць больш часу, але ліміту няма, а ацэнка перад пачаткам падкажа, чаго чакаць.

Для чаго гэта выкарыстоўваюць і калі не спрацуе

Адсканаваныя дагаворы і лісты, старыя кнігі і дысертацыі, чэкі і рахункі для бухгалтэрыі, школьныя матэрыялы, архіўныя запісы і ўсё, па чым вы захочаце потым шукаць на камп’ютары.

  • Макет не аднаўляецца. PDF з пошукам захоўвае арыгінальны выгляд; тэкставы файл гэта просты тэкст. Каб рэдагаваць дакумент, скарыстайцеся потым PDF у Word.
  • Рукапісны тэкст збольшага не распазнаецца.
  • PDF, у якіх ужо ёсць тэкст, не патрабуюць OCR; каб атрымаць іх тэкст, скарыстайцеся PDF у тэкст.
  • На тэлефоне не выключайце экран і не закрывайце ўкладку падчас доўгай апрацоўкі, інакш браўзер яе спыніць.

Пытанні і адказы

Што такое OCR у PDF?
Гэта распазнаванне тэксту: літары на адсканаваных старонках чытаюцца і дадаюцца ў PDF як сапраўдны тэкст, таму па ім можна шукаць і капіяваць яго.
Як зрабіць PDF з пошукам па тэксце?
Дадайце файл на гэтай старонцы, выберыце мовы дакумента і націсніце «Запусціць OCR». Калі ўсё скончыцца, спампуйце PDF з пошукам.
Як даведацца, ці ёсць у PDF тэкставы пласт?
Паспрабуйце вылучыць радок тэксту або знайсці слова, якое бачыце. Калі нічога не вылучаецца і не знаходзіцца, старонкі гэта выявы, і патрэбны OCR.
Чаму OCR распазнаў не ўвесь тэкст?
Звычайна скан размыты, перакошаны або мае нізкае раздзяляльнасць, ці сярод выбраных няма патрэбнай мовы. Паспрабуйце большае раздзяляльнасць і правільныя мовы.
Ці захоўвае OCR макет?
PDF з пошукам выглядае дакладна як скан. У тэкставым файле толькі словы, без макета.
Ці можа OCR прачытаць рукапісны тэкст?
Збольшага не. Ён зроблены для друкаванага тэксту; акуратныя друкаваныя літары часам распазнаюцца.
Ці ёсць ліміт старонак?
Не. Доўгія дакументы проста апрацоўваюцца даўжэй, а прыкладны час паказваецца да пачатку.
Ці загружаецца мой файл?
Не. Распазнаванне ідзе ў вашым браўзеры. Спампоўваюцца толькі моўныя даныя, адзін раз, а ваш дакумент ніколі не пакідае прыладу.

Абноўлена Працуе без інтэрнэту пасля загрузкі старонкі і моўных даных