Інструменти › Інструменти PDF
OCR: зробити скан PDF придатним для пошуку
Розпізнавайте текст у відсканованих PDF і фотографіях документів. Отримайте PDF із пошуком, який виглядає точно як оригінал, а також звичайний текст для копіювання. Усе працює на вашому пристрої.
Як це працює
- Кожна сторінка рендериться в 300 DPI й зчитується Tesseract – відкритим рушієм OCR, що працює у вашому браузері.
- Розпізнані слова невидимо накладаються на оригінальну сторінку: PDF виглядає так само, але текст можна шукати, виділяти й копіювати.
- Сторінки, де текст уже є, пропускаються, тому змішані документи не обробляються двічі.
- Рушій і мовні моделі (близько 2–3 МБ на мову) завантажуються з цього сайту під час першого запуску, а потім працюють офлайн.
Запитання
Мої документи кудись завантажуються?
Ні. Розпізнавання відбувається на цьому пристрої, завантажується лише сам рушій OCR. Тому це безпечно для паспортів, банківських виписок і медичних документів.
Які мови підтримуються?
Англійська, іспанська, португальська, французька, німецька, італійська, польська, турецька, російська, українська, узбецька (латиниця й кирилиця), казахська, індонезійська, в’єтнамська, тайська, гінді, бенгальська, урду, арабська, перська, китайська (спрощена й традиційна), японська та корейська. Можна вибрати до трьох одночасно.
Наскільки точне розпізнавання?
Чистий друкований текст у 300 DPI зазвичай зчитується майже ідеально. Рукописний текст, фото з низькою роздільною здатністю й декоративні шрифти розпізнаються значно гірше; якщо результат виглядає неправильно, перевірте мову й те, що сторінка не перевернута.
Чи змінюється вигляд PDF?
Ні. Оригінальна сторінка залишається недоторканою, текстовий шар невидимий.