1Subir o digitalizado PDF documents; uma digitalização limpa 300 DPI escala de cinzas dá ao reconhecedor mais para trabalhar.
2Diga-lhe que linguagem esperar — nomear a língua bate deixando-a adivinhar por uma ampla margem.
3Execute o passe de reconhecimento; as palavras são escritas de volta como uma camada invisível sentado sobre a imagem da página original.
4Baixe o arquivo PDF pesquisado — parece idêntico, mas agora você pode pesquisar e selecionar o texto nele.
OCR PDF Perguntas frequentes
O formato de origem afeta o reconhecimento?
+
Ele faz. PDF corrige a página: fontes, vetores, imagens de raster e coordenadas de texto são congelados para que cada leitor veja um layout idêntico. Como a página é armazenada decide com que informação de resolução e cor o reconhecedor tem que trabalhar.
Alguma coisa específica para PDF aqui?
+
Sim — um PDF é um gráfico de objetos, não uma imagem de página, por isso o texto permanece selecionável e os vetores permanecem nítidos independentemente do que acontece com o conteúdo de raster dentro dele. Afecta o que o reconhecedor pode ver.
Como OCR PDF transforma uma varredura em texto?
+
Concretamente, cada página é renderizada, passa por um texto de reconhecimento de Teseract em mais de 100 idiomas, e as palavras reconhecidas são escritas de volta como uma camada de texto invisível posicionada sobre a imagem original — assim a página parece inalterada, mas é pesquisable e selecionável. A página ainda parece exatamente como fez — o texto reconhecido fica visívelmente atrás da imagem, então a pesquisa e seleção funcionam sem alterar a aparência.
Que línguas pode reconhecer?
+
Mais de 100, incluindo latim, cirílico, grego, árabe, hebraico, chinês, japonês, coreano e os scripts índicos. Contar que idioma para esperar melhora materialmente a precisão ao deixar adivinhar.
Os marcadores, links e campos de formulário sobrevivem?
+
Contornos, links internos e anotação são preservados onde a operação lhe permite. As assinaturas digitais são a exceção: qualquer alteração ao arquivo invalida necessariamente uma assinatura, porque é precisamente para isso que uma assinatura é.
O que posso fazer para OCR PDF?
+
Qualquer PDF padrão, incluindo os produzidos por um scanner, por um processador de texto ou por um driver de impressão. Arquivos com uma senha do proprietário que apenas restringe a edição são manuseados; arquivos que precisam de uma senha do usuário para abrir não são, e não tentamos quebrar a criptografia.
Existe um limite de tamanho do arquivo em OCR PDF?
+
Sim: documentos de processo de contas livres até 5 MB cada, que abrange a maioria dos relatórios e contratos, mas não um documento escaneado longo no 600 DPI; Ghostscript e qpdf fazem o trabalho. PDF escaneados são a coisa habitual que o excede, e comprimir o documento primeiro é normalmente suficiente para trazê-lo de volta.
OCR PDF diminuirá a qualidade do meu PDF documents?
+
Texto e arte vetorial são objetos em vez de pixels, por isso eles permanecem perfeitamente afiados em qualquer zoom não importa o que acontecer. Somente as imagens de raster incorporadas podem degradar, e apenas se a operação que você escolheu reamostrá-las.
Por que um site de formato moderno seria executado OCR PDF?
+
WEBP.to é construído em torno da substituição moderna para ambos os antigos padrão: um formato que faz perdas, sem perdas, alfa e animação, e de forma confiável aterrisca menor do que o JPEG ou PNG de que veio. As pessoas chegam aqui tendo decidido que os antigos padrão estão custando a largura de banda, e essa decisão imediatamente levanta o resto: que tamanho, que qualidade, o que acontece com a transparência. OCR PDF está no mesmo upload e a mesma conta para que essas perguntas sejam respondidas em um lugar.
Uma vez que OCR PDF correu, o que vale a pena fazer a seguir?
+
O conversor neste site move imagens para e para o WebP, PNG, JPG e AVIF, onde você decide se um arquivo mais pequeno vale a pena perder os navegadores mais antigos. Fazendo isso nessa ordem importa: escolher os pixels primeiro e o recipiente depois, porque o recipiente é a decisão barata e os pixels são o caro.
Os sítios de irmãos são diferentes?
+
Os motores são idênticos — as mesmas bibliotecas, os mesmos trabalhadores, os mesmos limites. O que é diferente é a opinião anexada, e a opinião aqui está em uma propriedade do formato este site é nomeado após: a mesma extensão.webp pode manter um quadro VP8 perverso, um sem perda, ou uma animação, assim o caminho de processamento sensato é decidido por arquivo em vez de por extensão.
O que acontece com o meu arquivo, e é uma conta necessária?
+
Sem conta, e nada é retido: os uploads são excluídos dos trabalhadores pouco depois do trabalho terminado, e nada é inspeccionado, listado ou indexado. Contas existem para história e tamanho do lote apenas.
