OCR og skannede dokumenter: Søkbare PDF-er og tekstlag
Optisk tegngjenkjenning (OCR), teksekstrahering og søkbarhet i skannede dokumenter.
Filene dine behandles utelukkende i nettleseren din ved hjelp av HTML5 Canvas og WebAssembly. Ingen data forlater noen gang enheten din.
Hopp over opp- og nedlastingskøer. Konverteringer skjer lokalt i full maskinvarehastighet uten serverbegrensninger.
I samsvar med offisielle ISO-, W3C- og IETF-spesifikasjoner for å garantere utdatakompatibilitet på tværs av moderne operativsystemer.
Format-sammenligning og tekniske spesifikasjoner
| Utdataformat | MIME-type | Spesifikasjon | Type |
|---|---|---|---|
| PDF Skannet | application/pdf | ISO-32000-2 | Bitkartskannet PDF |
| IMG Skannet bilde | image/jpeg | W3C-PNG | Skannet dokumentbilde |
| TXT Ren tekst | text/plain | RFC-4180-CSV | Uformaterte tekstdata |
| DOCX Word-dokument | application/vnd.openxmlformats-officedocument.wordprocessingml.document | ISO-IEC-29500 | Microsoft Word OpenXML-dokument |
| HOCR HTML | text/html | HOCR-SPEC-12 | hOCR-romlig oppmerking |
| PNG bilde | image/png | W3C-PNG | Tapløst rasterbildeformat med støtte for gjennomsiktighet |
| JPG JPEG-bilde | image/jpeg | W3C-PNG | Komprimert rasterbildeformat for fotografier |
| PDF dokument | application/pdf | ISO-32000-2 | Portable Document Format for dokumentvisning |
Tekniske spesifikasjoner og kodekoversikt
Hvordan søkbare PDF-er fungerer
Et skannet dokument er bare et bilde av papir. En OCR-motor gjenkjenner bokstavformer og setter inn et usynlig, markerbart tekstlag rett oppå bildet. Når du markerer eller søker etter tekst i PDF-en, er det dette usynlige tekstlaget du velger.
Den optimale oppløsningen på 300 DPI for skanning
Skanning av dokumenter med 150 DPI fører til ødelagte bokstaver og dårlig OCR-nøyaktighet. Skanning med 600 DPI firedobler filstørrelsen uten å forbedre teksterkjenningen. 300 DPI er det universelle optimalpunktet for høy OCR-nøyaktighet og kompakte filstørrelser.
0 byte lastet opp til eksterne servere. All behandling skjedde lokalt i nettlesersandkassen din.