OCR og skannede dokumenter: Søkbare PDF-er og tekstlag
Optisk tegngjenkjenning (OCR), tekstekstrahering og søkbarhet i skannede dokumenter.
Filer behandles lokalt i nettleseren din med WebAssembly og HTML5-API-er. De forlater aldri enheten din, så det er ingen serveropplastinger eller tredjeparts fillagring.
Start konverteringen umiddelbart på din egen enhet - ingen opplastingsventetid, ingen nedlastingskø og ingen hastighetsbegrensning fra en ekstern server.
Bruk alle tilgjengelige verktøy uten å opprette en konto, betale for et abonnement eller treffe en kunstig filstørrelsesgrense. Konverter så ofte som nettleseren og enheten din tåler.
Format-sammenligning og tekniske spesifikasjoner
| Utdataformat | MIME-type | Spesifikasjon | Type |
|---|---|---|---|
| PDF Skannet | application/pdf | ISO-32000-2 | Skannet PDF med punktgrafikk |
| IMG Skannet bilde | image/jpeg | W3C-PNG | Skannet dokumentbilde |
| TXT Ren teksttranskripsjon | text/plain | RFC-4180-CSV | Uformatert underteksttranskripsjon |
| DOCX Word-dokument | application/vnd.openxmlformats-officedocument.wordprocessingml.document | ISO-IEC-29500 | Strukturert Word-dokument |
| HOCR HTML | text/html | HOCR-SPEC-12 | hOCR-romlig oppmerking |
| PNG Behandlet | image/png | W3C-PNG | Portabelt nettverksgrafikkformat |
| JPG bilde av dokument | image/jpeg | W3C-PNG | Bildeformat fra Joint Photographic Experts Group |
| PDF dokument | application/pdf | ISO-32000-2 | Portabelt dokumentformat |
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.
Velge skanneoppløsning for OCR
Anbefalt oppløsning avhenger av materialet og formålet. USAs nasjonalarkiv anbefaler minst 300 piksler per tomme for moderne trykte tekstdokumenter; fine detaljer eller andre opptaksmål kan kreve høyere oppløsning. Test representative sider og balanser lesbarhet, OCR-resultater og filstørrelse.
0 byte ble lastet opp til eksterne servere. All behandling foregikk lokalt i det isolerte nettlesermiljøet ditt.