OCR in optično prebrani dokumenti: Iskalni PDF-ji in besedilne plasti
Prepoznavanje optičnih znakov, ekstrakcija besedila in iskljivost optično prebranih dokumentov.
Vaše datoteke se obdelujejo izključno v vašem spletnem brskalniku z uporabo tehnologij HTML5 Canvas in WebAssembly. Noben podatek nikoli ne zapusti vaše naprave.
Preskočite čakalne vrste za nalaganje in prenašanje. Pretvorbe potekajo lokalno s polno strojno hitrostjo naprave brez strežniških omejitev.
Skladno z uradnimi specifikacijami ISO, W3C in IETF, kar zagotavlja združljivost izhodnih datotek v sodobnih operacijskih sistemih.
Primerjava formatov in tehnične specifikacije
| Izhodni format | Vrsta MIME | Specifikacija | Vrsta |
|---|---|---|---|
| PDF Skeniran | application/pdf | ISO-32000-2 | Rastrsko skeniran dokument PDF |
| IMG Skenirana slika | image/jpeg | W3C-PNG | Slika skeniranega dokumenta |
| TXT Navadno besedilo | text/plain | RFC-4180-CSV | Neoblikovano navadno besedilo |
| DOCX Wordov dokument | application/vnd.openxmlformats-officedocument.wordprocessingml.document | ISO-IEC-29500 | Microsoft Word OpenXML dokument |
| HOCR HTML | text/html | HOCR-SPEC-12 | Prostorska označevalna koda hOCR |
| PNG Slika | image/png | W3C-PNG | Prenosna omrežna grafika |
| JPG Slika JPEG | image/jpeg | W3C-PNG | Format skupine Joint Photographic Experts Group |
| PDF PDF | application/pdf | ISO-32000-2 | Prenosni dokumentni format (PDF) |
Tehnične specifikacije in pregled kodekov
Kako delujejo iskalni PDF-ji
Optično prebran dokument je pravzaprav le slika papirja. Mehanizem OCR prepozna oblike črk in neposredno preko slike vstavi nevidno, izberljivo besedilno plast. Ko v datoteki PDF označite ali iščete besedilo, dejansko izbirate to nevidno besedilno plast.
Zlata sredina 300 DPI za optično branje
Optično branje dokumentov pri ločljivosti 150 DPI povzroča zlomljene črke in slabo natančnost OCR. Optično branje pri 600 DPI potrostroji velikost datoteke, ne da bi izboljšalo prepoznavanje besedila. 300 DPI je univerzalna zlata sredina za visoko natančnost OCR in majhno velikost datotek.
0 bajtov naloženih na zunanje strežnike. Vsa obdelava je potekala lokalno v varnem območju vašega brskalnika.