OCR a skenované dokumenty: Prehľadateľné PDF a textové vrstvy
Optické rozpoznávanie znakov (OCR), extrakcia textu a prehľadateľnosť skenovaných dokumentov.
Vaše súbory sa spracovávajú výhradne vo vašom webovom prehliadači pomocou HTML5 Canvas a WebAssembly. Žiadne dáta nikdy neopustia vaše zariadenie.
Preskočte fronty na nahratie a stiahnutie. Konverzie prebiehajú lokálne plnou hardvérovou rýchlosťou zariadenia bez serverových limitov.
V súlade s oficiálnymi špecifikáciami ISO, W3C a IETF, čo zaručuje kompatibilitu výstupov v moderných operačných systémoch.
Porovnanie formátov a technické špecifikácie
| Výstupný formát | MIME typ | Špecifikácia | Typ |
|---|---|---|---|
| PDF Naskenovaný | application/pdf | ISO-32000-2 | Rastrový naskenovaný PDF súbor |
| IMG Naskenovaný obrázok | image/jpeg | W3C-PNG | Obrázok naskenovaného dokumentu |
| TXT Obyčajný text | text/plain | RFC-4180-CSV | Neformátovaný obyčajný text |
| DOCX Word dokument | application/vnd.openxmlformats-officedocument.wordprocessingml.document | ISO-IEC-29500 | Dokument Microsoft Word OpenXML |
| HOCR HTML | text/html | HOCR-SPEC-12 | Priestorové značenie hOCR |
| PNG obrázok | image/png | W3C-PNG | Raster s podporou priehľadnosti Portable Network Graphics |
| JPG JPEG obrázok | image/jpeg | W3C-PNG | Komprimovaný rastrový obrázok Joint Photographic Experts Group |
| PDF PDF | application/pdf | ISO-32000-2 | Portable Document Format |
Technické špecifikácie a prehľad kodekov
Ako fungujú prehľadateľné PDF súbory
Skenovaný dokument je len obrázok papiera. Motor OCR rozpozná tvary písmen a umiestni neviditeľnú, vyberateľnú textovú vrstvu priamo na vrch obrázka. Keď v PDF zvýrazňujete alebo hľadáte text, vyberáte túto neviditeľnú textovú vrstvu.
Ideálne rozlíšenie 300 DPI pre skenovanie
Skenovanie dokumentov pri 150 DPI spôsobuje zlomené písmená a nízku presnosť OCR. Skenovanie pri 600 DPI zoštvornásobuje veľkosť súboru bez zlepšenia rozpoznávania textu. 300 DPI je univerzálny ideálny bod pre vysokú presnosť OCR a kompaktnú veľkosť súborov.
0 bajtov odovzdaných na externé servery. Všetko spracovanie prebehlo lokálne v pieskovisku vášho prehliadača.