1Carica lu scanciu PDF documents; na scansioni pulita a scala di grigi a 300 DPI duna lu massimu di funziunalità ô ricanuscituri.
2Dicigli quali lingua aspettassi - nominannu a lingua, si lascia aspittari di aspittari di un margini largu.
3Esegui lu passaggiu di ricunnuscimentu. Li paroli vennu riscritti comu un stratu invisibbili supra l'imaggini di la pàggina origginali.
4Scarica u fugliale PDF cercabile - pare identicu, ma ora pudete cercallu è selezionà u testu in lu.
PDF OCR FAQ
U furmatu di u sorgenti influenzà u riconosciumentu?
+
PDF arricurda a pàggina: fonts, vettori, immagini raster e coordenate di testu sò congelati cusì ogni lettore vede u layout identicu. A manera di sarbari la pàggina dici quali risuluzzioni e quali nfurmazzioni di culori u riconosciuturi àvi a travagghiari.
Qualcosa di specificu per PDF quì?
+
Sì — un PDF è un graficu di l'uggettu, nun un'imaggini di pàggina, accussì lu testu ristà selezziunabbili e li vetturi ristanu nitti, nun importa chi cosa accada ô cuntenutu raster dintra. Influenza ciò ca u riconosciuturi pò vìdiri.
Comu OCR PDF trasforma una scansioni in testu?
+
Concretamenti, ogni pàggina è riprisintata, passa attraversu un passaggiu di ricunnuscimentu di testu Tesseract in cchiù di 100 lingue, e li palori riconnusciuti sunnu riscritti comu un stratu di testu invisibbili pusiziunatu supra l'imaggini origiinali - accussì a pàggina pari inalterata ma pò èssiri cercata e selezionata. A pàgina si vede ancora esattamenti comu era prima - u testu ricunnisciutu si trova invisibbilmente dietru l'imaggini, accussì a ricerca e a selezzioni funzionanu senza canciari l'aspettu.
Quali lingue pò riconoscia?
+
Più di 100, ntra cui latinu, cirillicu, grecu, àrabbu, ebraicu, cinisi, giapponesu, coreanu e scritturi inniani. Dicinnu a quale lingua aspettassi migghiura a precisioni di lasciàlu a pinzari.
I segnalibri, i ligami è i campi di u modulu supravvivenu?
+
Li cuntuuri, li ligami interni e l'annutazzioni sunnu sarbati unni l'uprazzioni lu cunzenti. Li firmi diggitali sunnu l'eccezzioni: ogni canciamentu di u figghiu invalida necessariamenti na firma, picchì a firma serve pi chistu.
Cosa si pò caricari in OCR PDF?
+
Qualsiasi PDF standard, cumpresi chiddi pruduciuti di un scannaturi, di un editori di testi o di un driver di stampa. Li fichji cu una password di prupitariu ca ristringi sulu a modificazzioni sunnu gestiti; li fichji ca hannu bisognu di na password d'usu pi apriri nun sunnu gestiti, e nun pruvamu a rumpiri a crittografia.
Ci hè un limitu di dimensione di u fugliale in OCR PDF?
+
Sì: i cunti liberi processanu documenti finu à 5 MB ciascunu, chì copre a maggior parte di i rapporti è i cuntratti ma micca un documentu scansionatu longu à 600 DPI; Ghostscript è qpdf fannu u travagliu. I PDF scannati sò a cosa abituale chì supera, è a prima cumpizzioni di u documentu hè normalmente abbastanza per ritruvàlu.
OCR PDF abbassarà a qualità di u mo PDF documents?
+
U testu e l'illustrazzioni vutari sunnu oggetti e nun pixel, quinni eranu nitti a ogni zoom, a tutti i costi. Sulu l'imaggini raster incorporati si ponu degradari, e sulu si l'operazioni ca sceglite li ricampiona.
Perchè un situ di furmatu mudernu eseguiria OCR PDF?
+
U WEBP.to hè custruitu intorno à u rimpiazzamentu mudernu di dui di i vechji difattori: un formatu chì face lossy, lossless, alfa è animazione, è chì hè affidabile di terra più chjucu chè u JPEG o PNG da induve vene. E persone arrivanu quì dopu avè decisu chì i vechji predefiniti li costanu a larghezza di banda, è sta decisione immediatamente solleva u restu: quale dimensione, quale qualità, chì succede à a trasparenza. OCR PDF hè in u listessu upload è u listessu contu, cusì queste dumande sò risposte in un locu.
Una volta chì OCR PDF hè statu eseguitu, chì vale a pena fà dopu?
+
U cunvertitore in stu situ sposta e immagini da è versu WebP, PNG, JPG è AVIF, induve decide se un file più chjucu vale a pena di perde i vechji navigatori. Facillu in quell'ordine importa: sceglite prima i pixel è dopu u contenitore, perchè u contenitore hè a decisione economica è i pixel sò quelli cari.
I siti fratelli sò gestiti in modu diversu?
+
I muturi sò identichi - stesse libbirtati, stessi travagliadori, stessi caps. Ciò chì hè diversu hè l'opinione attaccata, è l'opinione qui si basa nantu à una proprietà di u formatu chì stu situ hè chjamatu dopu: a stissa estensioni.webp pò cuntene un quadru VP8 cun perdita, unu senza perdita, o un'animazioni, cusì u percorsu di processamentu ragionevule hè decisu per file invece di per estensione.
Cosa succedi à u mo fugliale, è hè necessariu un contu?
+
Nudda cuntu, e nudda cosa si mantini: li carichi sunnu canciati di li travagghiaturi picca dopu a fini di lu travagghiu, e nudda cosa è ispezionata, listata o indicizzata. Li cunti esistinu sulu pi la storia e la diminsioni di batch.
