OCR - PDF с възможност за търсене

Не. Сканираното изображение остава байт по байт такова, каквото е било; добавя се невидим текстов слой над него - същата конструкция, която използва софтуерът на скенерите за PDF с възможност за търсене. Търсенето, маркирането и копирането работят; отпечатъкът е непроменен.

Това е невронният двигател на Tesseract 5 - същият, който стои зад повечето OCR с отворен код - работещ като WebAssembly в браузъра ви. Чисто сканиране на печатен текст при 300 dpi излиза почти без грешка; изкривена, бледа или снимана страница - по-малко. Първо я изправете с инструмента Изправяне на PDF. Думите, в които двигателят не е бил сигурен, също се поставят, така че търсенето пак ги намира, а инструментът съобщава колко са.

Унгарски, английски, немски, френски, италиански, испански, полски, румънски, словашки, чешки, хърватски, словенски, сръбски (латиница и кирилица), украински, руски, български, гръцки, турски, датски, шведски, норвежки, фински, нидерландски, португалски, индонезийски, виетнамски, литовски, латвийски, естонски, малайски, латински, арабски, персийски, иврит, китайски (опростен и традиционен), японски, корейски и немска фрактура за предвоенен готически печат, в произволна комбинация - двуезичен договор може да се чете с два езика. Всеки език е отделно изтегляне, което браузърът след това пази.

Нищо не се качва: файлът се отваря и обработва в браузъра ви и никога не напуска устройството ви. Затворите ли раздела, той изчезва. OCR двигателят и езиковите му файлове също идват от този сайт, така че дори изборът на език не се изпраща никъде.

По подразбиране само тези, които все още нямат текстов слой, защото създадената цифрово страница вече има такъв, а втори би удвоил всеки резултат от търсене. Ако предишно OCR е свършило лоша работа, изберете всяка страница - новият слой отива под стария.

Повече от всичко друго тук - разпознаването е истинска работа и всяка страница отнема момент дори на бърз компютър, така че дълъг сканиран документ си струва да се пусне и да се остави да работи. Първото изпълнение освен това изтегля двигателя за разпознаване и езиковите данни (няколко мегабайта, от този сайт, а не от CDN); след това браузърът ви ги пази в кеша, а бутонът показва докъде е стигнал, страница по страница.

Да. Пуснете файл .docx, .xlsx или .pptx или изображение (JPG, PNG, WebP...) и той се превръща в PDF в браузъра ви още при добавянето - изображението върху страница A4 - след което се обработва като всеки друг PDF; нищо не се качва. Преобразуването е наше собствено, така че резултатът може леко да се различава от PDF експорта на самия Office: даден шрифт може да бъде заменен, а диаграмите се пропускат. Списъкът с файлове показва предупреждение, когато нещо не е могло да бъде пренесено.