OCR - omogoči iskanje po PDF-ju

Ne. Skenirana slika ostane bajt za bajtom takšna, kot je bila; doda se nevidna besedilna plast nad njo, enaka zgradba, kot jo za PDF z možnostjo iskanja uporablja programska oprema skenerjev. Iskanje, izbiranje in kopiranje delujejo; natis je nespremenjen.

Gre za nevronski pogon Tesseract 5, isti, ki poganja večino odprtokodnega OCR, v vašem brskalniku kot WebAssembly. Čist sken tiskanega besedila pri 300 dpi je skoraj brez napak; poševna, bleda ali fotografirana stran manj - najprej jo poravnajte z orodjem Poravnaj PDF. Besede, v katere pogon ni bil prepričan, so vseeno postavljene, zato jih iskanje še vedno najde, orodje pa pove, koliko jih je bilo.

Madžarščina, angleščina, nemščina, francoščina, italijanščina, španščina, poljščina, romunščina, slovaščina, češčina, hrvaščina, slovenščina, srbščina (latinica in cirilica), ukrajinščina, ruščina, bolgarščina, grščina, turščina, danščina, švedščina, norveščina, finščina, nizozemščina, portugalščina, indonezijščina, vietnamščina, litovščina, latvijščina, estonščina, malajščina, latinščina, arabščina, perzijščina, hebrejščina, kitajščina (poenostavljena in tradicionalna), japonščina, korejščina in nemška fraktura za predvojni gotski tisk, v poljubni kombinaciji - dvojezično pogodbo lahko preberete z dvema. Vsak jezik je ločen prenos, ki ga brskalnik nato obdrži.

Nič se ne nalaga: datoteka se odpre in obdela v vašem brskalniku in nikoli ne zapusti vaše naprave. Ko zaprete zavihek, je ni več. Tudi pogon OCR in njegove jezikovne datoteke prihajajo s tega spletnega mesta, zato niti izbira jezika ni nikamor poslana.

Privzeto samo tiste, ki še nimajo besedilne plasti, ker jo digitalno ustvarjena stran že ima in bi druga podvojila vsak zadetek iskanja. Če je prejšnji OCR opravil slabo delo, preklopite na vse strani - nova plast gre pod staro.

Dlje kot karkoli drugega tukaj - prepoznavanje je pravo delo in vsaka stran vzame trenutek tudi na hitrem računalniku, zato je dolg sken vredno zagnati in pustiti, da teče. Prvi zagon prenese tudi pogon za prepoznavanje in jezikovne podatke (nekaj megabajtov, s tega spletnega mesta in ne iz CDN); nato jih ima brskalnik v predpomnilniku, gumb pa kaže napredek, stran za stranjo.

Da. Spustite datoteko .docx, .xlsx ali .pptx ali sliko (JPG, PNG, WebP...) in ob prihodu se v vašem brskalniku pretvori v PDF - slika na stran A4 - nato pa se obdela kot vsak drug PDF; nič se ne nalaga. Pretvorba je naša lastna, zato se rezultat lahko nekoliko razlikuje od izvoza PDF v samem Officeu: pisava je lahko zamenjana, grafikoni pa so izpuščeni. Seznam datotek pokaže opozorilo, kadar česa ni bilo mogoče prenesti.