OCR ומסמכים סרוקים: קובצי PDF הניתנים לחיפוש ושכבות טקסט
זיהוי תווים אופטי (OCR), חילוץ טקסט ויכולת חיפוש במסמכים סרוקים.
הקבצים מעובדים מקומית בדפדפן באמצעות WebAssembly וממשקי HTML5. הם לעולם אינם עוזבים את המכשיר שלך, כך שאין העלאות לשרת או אחסון קבצים אצל צד שלישי.
התחל להמיר מיד במכשיר שלך - ללא המתנה להעלאה, ללא תור הורדה וללא הגבלת מהירות מצד שרת מרוחק.
השתמש בכלי זמין ללא צורך ביצירת חשבון, תשלום עבור תוכנית או הגעה למגבלת גודל קובץ מלאכותית. המר כמה שתרצה, כל עוד הדפדפן והמכשיר שלך מסוגלים לכך.
השוואת פורמטים ומפרטים טכניים
| פורמט פלט | סוג MIME | מפרט | סוג |
|---|---|---|---|
| PDF סרוק | application/pdf | ISO-32000-2 | קובץ PDF סרוק מבוסס מפת סיביות |
| IMG תמונה סרוקה | image/jpeg | W3C-PNG | תמונת מסמך סרוקה |
| TXT תמליל טקסט רגיל | text/plain | RFC-4180-CSV | טקסט רגיל ללא עיצוב |
| DOCX מסמך Word | application/vnd.openxmlformats-officedocument.wordprocessingml.document | ISO-IEC-29500 | מסמך OpenXML של Microsoft Word |
| HOCR HTML | text/html | HOCR-SPEC-12 | תיוג מרחבי מסוג hOCR |
| PNG תמונת | image/png | W3C-PNG | גרפיקת רשת ניידת |
| JPG תמונת JPEG | image/jpeg | W3C-PNG | פורמט תמונה של Joint Photographic Experts Group |
| PDF מסמך | application/pdf | ISO-32000-2 | פורמט מסמכים נייד |
מפרטים טכניים וסקירת מקודדים
כיצד פועלים קובצי PDF הניתנים לחיפוש
מסמך סרוק הוא למעשה תמונה של דף נייר. מנוע OCR מזהה צורות של אותיות ומוסיף שכבת טקסט בלתי נראית שאפשר לבחור, ישירות מעל התמונה. כאשר אתה מסמן או מחפש טקסט בקובץ ה-PDF, אתה בוחר למעשה בשכבת הטקסט הבלתי נראית הזאת.
בחירת רזולוציית סריקה עבור OCR
הרזולוציה המומלצת תלויה בחומר ובמטרה. הארכיון הלאומי של ארה״ב ממליץ על לפחות 300 פיקסלים לאינץ׳ למסמכים מודפסים מודרניים; פרטים עדינים או מטרות סריקה אחרות עשויים לדרוש יותר. בדקו עמודים מייצגים ואיזנו בין קריאות, תוצאות OCR וגודל הקובץ.
0 בייט הועלו לשרתים חיצוניים. כל העיבוד התבצע באופן מקומי בארגז החול של הדפדפן שלך.