OCR e Documenti Scansionati: PDF Ricercabili e Livelli di Testo
Riconoscimento Ottico dei Caratteri (OCR), estrazione del testo e ricercabilità dei documenti scansionati.
I tuoi file vengono elaborati interamente nel tuo browser web utilizzando HTML5 Canvas e WebAssembly. Nessun dato lascia mai il tuo dispositivo.
Salta le code di caricamento e download. Le conversioni avvengono localmente alla massima velocità dell'hardware del computer senza limiti di server.
Conforme alle specifiche ufficiali ISO, W3C e IETF per garantire la compatibilità dell'output tra i sistemi operativi moderni.
Confronto formati e specifiche tecniche
| Formato di output | Tipo MIME | Specifica | Tipo |
|---|---|---|---|
| PDF scansionato | application/pdf | ISO-32000-2 | PDF scansionato in formato bitmap |
| IMG Immagine scansionata | image/jpeg | W3C-PNG | Immagine di documento scansionato |
| TXT File di Testo | text/plain | RFC-4180-CSV | Testo piano non formattato |
| DOCX Documento Word | application/vnd.openxmlformats-officedocument.wordprocessingml.document | ISO-IEC-29500 | Documento OpenXML di Microsoft Word |
| HOCR HTML | text/html | HOCR-SPEC-12 | Markup spaziale hOCR |
| PNG Immagine | image/png | W3C-PNG | Grafica raster compressa senza perdita con supporto per la trasparenza |
| JPG Immagine JPEG | image/jpeg | W3C-PNG | Formato di immagine raster con compressione lossy |
| PDF Documento | application/pdf | ISO-32000-2 | Portable Document Format per la visualizzazione di documenti |
Specifiche tecniche e analisi dei codec
Come funzionano i PDF ricercabili
Un documento scansionato è semplicemente l'immagine di un foglio di carta. Un motore OCR riconosce le forme delle lettere e inserisce un livello di testo invisibile e selezionabile direttamente sopra l'immagine. Quando evidenzi o cerchi del testo nel PDF, stai selezionando quel livello di testo invisibile.
Il compromesso ideale di 300 DPI per la scansione
La scansione di documenti a 150 DPI causa lettere spezzate e una scarsa precisione dell'OCR. La scansione a 600 DPI quadruplica le dimensioni del file senza migliorare il riconoscimento del testo. 300 DPI rappresentano il punto di equilibrio universale per un'elevata precisione OCR e dimensioni di file compatte.
0 byte caricati su server esterni. Tutta l'elaborazione è avvenuta localmente nella sandbox del tuo browser.