OCR e documenti scansionati: PDF ricercabili e livelli di testo
Riconoscimento ottico dei caratteri (OCR), estrazione del testo e possibilità di ricerca nei documenti scansionati.
I file vengono elaborati localmente nel tuo browser tramite WebAssembly e le API HTML5. Non lasciano mai il tuo dispositivo, quindi non ci sono caricamenti su server né memorizzazione di file da parte di terzi.
Inizia a convertire immediatamente sul tuo dispositivo: nessuna attesa per il caricamento, nessuna coda di download e nessuna limitazione da parte di un server remoto.
Utilizza tutti gli strumenti disponibili senza creare un account, pagare un abbonamento o raggiungere limiti artificiali sulla dimensione dei file. Converti tutte le volte che il tuo browser e il tuo dispositivo lo consentono.
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 semplice senza formattazione |
| DOCX Documento Word | application/vnd.openxmlformats-officedocument.wordprocessingml.document | ISO-IEC-29500 | Documento Word strutturato in formato OpenXML |
| 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 | Formato PDF per la visualizzazione dei 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.
Scegliere la risoluzione di scansione per l’OCR
La risoluzione consigliata dipende dal materiale e dallo scopo. Gli Archivi nazionali degli Stati Uniti raccomandano almeno 300 pixel per pollice per i moderni documenti testuali stampati; dettagli fini o altri obiettivi di acquisizione possono richiederne di più. Prova pagine rappresentative e bilancia leggibilità, risultati OCR e dimensione del file.
0 byte caricati su server esterni. Tutta l'elaborazione è avvenuta localmente nella sandbox del tuo browser.