Công cụ › Công cụ PDF
OCR: biến PDF scan thành tài liệu tìm kiếm được
Nhận dạng chữ trong PDF đã quét và ảnh chụp tài liệu. Nhận về một PDF tìm kiếm được, trông y hệt bản gốc, cùng văn bản thuần để sao chép. Chạy ngay trên thiết bị của bạn.
Cách hoạt động
- Mỗi trang được kết xuất ở 300 DPI và được đọc bởi Tesseract, công cụ OCR mã nguồn mở chạy trong trình duyệt của bạn.
- Các từ nhận dạng được đặt vô hình lên trên trang gốc, nên PDF trông vẫn như cũ nhưng bạn có thể tìm kiếm, chọn và sao chép chữ.
- Những trang đã có sẵn văn bản sẽ được bỏ qua, nên tài liệu hỗn hợp không bị xử lý hai lần.
- Công cụ và các mô hình ngôn ngữ (khoảng 2–3 MB mỗi ngôn ngữ) được tải từ trang này trong lần dùng đầu tiên, sau đó chạy được khi không có mạng.
Câu hỏi
Tài liệu của tôi có bị tải lên không?
Không. Việc nhận dạng diễn ra trên thiết bị này; chỉ bản thân công cụ OCR được tải về. Vì vậy có thể yên tâm dùng cho hộ chiếu, sao kê ngân hàng và hồ sơ y tế.
Hỗ trợ những ngôn ngữ nào?
Tiếng Anh, Tây Ban Nha, Bồ Đào Nha, Pháp, Đức, Ý, Ba Lan, Thổ Nhĩ Kỳ, Nga, Ukraina, Uzbek (chữ Latinh và Kirin), Kazakh, Indonesia, Việt, Thái, Hindi, Bengal, Urdu, Ả Rập, Ba Tư, Trung (giản thể và phồn thể), Nhật và Hàn. Chọn tối đa ba ngôn ngữ cùng lúc.
Độ chính xác ra sao?
Chữ in rõ ràng ở 300 DPI thường được đọc gần như hoàn hảo. Chữ viết tay, ảnh độ phân giải thấp và phông chữ trang trí khó hơn nhiều; nếu kết quả có vẻ sai, hãy kiểm tra ngôn ngữ và xem trang có bị lật ngược không.
PDF có bị thay đổi hình thức không?
Không. Trang gốc được giữ nguyên; lớp văn bản là vô hình.