Taranmış PDF'den Metne (OCR)

Daha temiz bir okuma elde etmek

Her sayfa okunmadan önce 200 DPI ile işlenir; bu nedenle sınırı taramanın kendisi belirler. 300 DPI ile taranan gövde metni iyi okunur; açılı çekilmiş bir sayfa telefon fotoğrafı veya küçük yazı içeren faks kalitesinde bir tarama, tahminlere yol açar. Yan duran veya baş aşağı sayfalar çok kötü okunur; bu nedenle tanımayı çalıştırmadan önce PDF'yi döndür ile sayfaları dik konuma getirin.

Belgenin yazıldığı dili seçin; çünkü her dil ayrı bir modeldir. Çince için Basitleştirilmiş ve Geleneksel modeller bulunur; yanlış olanı seçmek doğruluğu ciddi ölçüde düşürür. İki dili karıştıran bir belge, metnin çoğunda kullanılan dil seçildiğinde en iyi şekilde okunur.

Çıktıyı kontrol etmek

Güven puanı tüm sayfaların ortalamasıdır; bu nedenle tek bir kötü sayfa, iyi bir puanın içinde gizlenebilir. Yaklaşık 90 veya üzeri puan genellikle yalnızca ara sıra hatalar olduğu anlamına gelir; 75'in altında ise çoğu paragrafta hata bekleyin. En sık karıştırılanlar 0 ve O, 1, l ve I, m olarak okunan rn ile S olarak okunan 5tir. Bu durum özellikle tutarlar, tarihler ve referans numaralarında önemlidir; bu nedenle her rakamı sayfayla karşılaştırarak kontrol edin.

Düzyazı için, her yazdırılmış satırın sonunda bölünen cümleleri birleştiren Satırları paragraflara birleştir seçeneğini açık bırakın. Satır sonlarının anlam taşıdığı adresler, listeler ve tablolar için kapatın.

Nasıl kullanılır?

1. Taranmış bir PDF seçin.
2. Metnin dilini seçin.
3. Sonucu okuyup kopyalayın veya indirin.

Gizlilik ve sınırlamalar

Dosyanız hiçbir zaman yüklenmez. Tanıma motoru ve dil modeli bir kez — yaklaşık 10 MB — indirilip tarayıcınız tarafından önbelleğe alınır; ardından her şey kendi cihazınızda çalışır. Barındırılan OCR hizmetleri bunun tersine çalışır: belgeyi isterler. Her sayfa önce görsele dönüştürülüp ardından sırayla okunduğu için uzun bir belgenin işlenmesi zaman alır.