OCR - Tạo PDF có thể tìm kiếm

Không. Ảnh quét được giữ nguyên từng byte; phần được thêm vào là một lớp văn bản ẩn phía trên, cùng cách mà phần mềm máy quét dùng để tạo PDF có thể tìm kiếm. Tìm kiếm, chọn và sao chép đều hoạt động; bản in không thay đổi.

Đây là bộ máy mạng nơ-ron của Tesseract 5, chính là bộ máy đứng sau hầu hết các công cụ OCR mã nguồn mở, chạy dưới dạng WebAssembly trong trình duyệt của bạn. Bản quét 300 dpi rõ nét của văn bản in cho kết quả gần như không sai chữ nào; trang bị nghiêng, mờ hoặc được chụp bằng điện thoại thì kém hơn - hãy làm thẳng trang trước bằng Làm thẳng PDF. Những từ bộ máy không chắc chắn vẫn được đặt vào, nên tìm kiếm vẫn thấy chúng, và công cụ cho biết có bao nhiêu từ như vậy.

Tiếng Hungary, Anh, Đức, Pháp, Ý, Tây Ban Nha, Ba Lan, Romania, Slovakia, Séc, Croatia, Slovenia, Serbia (Latinh và Kirin), Ukraina, Nga, Bulgaria, Hy Lạp, Thổ Nhĩ Kỳ, Đan Mạch, Thụy Điển, Na Uy, Phần Lan, Hà Lan, Bồ Đào Nha, Indonesia, Việt, Litva, Latvia, Estonia, Mã Lai, Latinh, Ả Rập, Ba Tư, Do Thái, Trung (giản thể và phồn thể), Nhật, Hàn và tiếng Đức Fraktur cho chữ in Gothic thời trước chiến tranh, kết hợp tùy ý - một hợp đồng song ngữ có thể đọc với hai ngôn ngữ. Mỗi ngôn ngữ là một lần tải riêng mà trình duyệt sau đó sẽ giữ lại.

Không có gì được tải lên: tệp được mở và xử lý ngay trong trình duyệt của bạn và không bao giờ rời khỏi thiết bị của bạn. Đóng thẻ là tệp biến mất. Bộ máy OCR và các tệp ngôn ngữ cũng được tải từ chính trang web này, nên ngay cả lựa chọn ngôn ngữ của bạn cũng không được gửi đi đâu.

Mặc định chỉ các trang chưa có lớp văn bản, vì trang tạo trực tiếp trên máy tính đã có sẵn một lớp, và lớp thứ hai sẽ nhân đôi mọi kết quả tìm kiếm. Nếu lần OCR trước làm không tốt, hãy chuyển sang mọi trang - lớp mới sẽ nằm dưới lớp cũ.

Lâu hơn mọi công cụ khác ở đây - nhận dạng là công việc thực sự nặng, và mỗi trang cần một chút thời gian kể cả trên máy nhanh, nên với bản quét dài bạn nên bắt đầu rồi để nó tự chạy. Lần chạy đầu cũng tải về bộ máy nhận dạng và dữ liệu ngôn ngữ (vài megabyte, từ chính trang web này chứ không phải CDN); sau đó trình duyệt đã lưu đệm chúng, và nút bấm cho biết tiến độ theo từng trang.

Có. Thả vào tệp .docx, .xlsx hoặc .pptx hay một ảnh (JPG, PNG, WebP...) và tệp được chuyển thành PDF ngay trong trình duyệt khi vừa thêm vào - ảnh được đặt lên một trang A4 - rồi được xử lý như mọi PDF khác; không có gì được tải lên. Việc chuyển đổi do chúng tôi tự thực hiện, nên kết quả có thể hơi khác bản xuất PDF của chính Office: phông chữ có thể bị thay thế và biểu đồ bị bỏ qua. Danh sách tệp sẽ hiện cảnh báo khi có phần nào không chuyển sang được.