OCR فایل PDF.

مستطیل تشخیص را در پیش‌نمایش صفحه ترسیم، جابه‌جا یا تغییر اندازه دهید تا ستون‌ها یا حاشیه‌های نامرتبط حذف شوند، سپس «تشخیص انتخاب» (Recognize selection) را انتخاب کنید. برای پردازش صفحه دیگر، به فضای کاری بازگردید، آن صفحه را انتخاب کرده و دوباره تشخیص را اجرا کنید؛ این یک OCR دسته‌ای برای کل سند نیست.

زبان تشخیص را روی متن واقعی تنظیم کنید. اسکن‌های واضح و عمودی، راحت‌تر از تصاویر تار یا کج تشخیص داده می‌شوند. تشخیص از DPI ثابت ۲۰۰ استفاده می‌کند؛ این قابلیت نمی‌تواند جزئیاتی که در نسخه اصلی وجود ندارد را بازیابی کند.

کلاسیک انتخاب خوبی برای اکثر اسناد چاپی است و طرح‌بندی‌های تک‌ستونی یا چندستونی را ارائه می‌دهد. PDF قابل جستجوی آن، ناحیه تصویر انتخاب‌شده را حفظ کرده و یک لایه متنی هم‌تراز با کلمات تشخیص‌داده‌شده برای جستجو و انتخاب اضافه می‌کند.

آینده، پیش‌فرض برای زبان‌های پشتیبانی‌شده است. تشخیص هوش مصنوعی پیشرفته آن برای اسکن‌های دشوار، برخی اسناد دست‌نویس و متن‌های چندزبانه پیچیده بهینه‌سازی شده است. نتایج دست‌نویس به خوانایی و کیفیت اسکن بستگی دارد، بنابراین متن تشخیص‌داده‌شده را با تصویر منبع مقایسه کنید. PDF ساده آن به جای حفظ تصویر منبع، حاوی متن قابل انتخاب در یک طرح‌بندی جدید است. زبان‌هایی که توسط «آینده» پشتیبانی نمی‌شوند از «کلاسیک» استفاده می‌کنند.

هر دو موتور، TXT و یک سند Word واقعی (.docx) را با متن تمیز، قابل ویرایش و قالب‌بندی راست‌چین در صورت لزوم ارائه می‌دهند. زبان تشخیصی را انتخاب کنید که با سند شما مطابقت دارد.

دکمه اصلی دانلود، فرمت انتخاب‌شده در تنظیمات را ذخیره می‌کند. لینک‌های PDF، TXT و Word در زیر آن، سایر فرمت‌ها را از همان اجرای تشخیص ارائه می‌دهند. برای باز کردن پنل‌های تصویر منبع و متن قابل ویرایش، شامل ویرایش هوشمند، TXT یا Word (DOCX) را در تنظیمات انتخاب کنید. انتخاب PDF، پیش‌نمایش و دانلود PDF را باز می‌کند.

پنل منبع، کل صفحه را نشان می‌دهد. هنگامی که یک ناحیه انتخاب‌شده را تشخیص می‌دهید، بقیه صفحه محو شده و یک کادر آبی، ناحیه انتخابی را مشخص می‌کند. برای بررسی کاراکترهای کوچک بزرگ‌نمایی کنید و از «متناسب‌سازی» (Fit) برای مشاهده دوباره کل صفحه استفاده کنید. نام‌ها، اعداد، علائم نگارشی و ترتیب خواندن را با تصویر مقایسه کنید.

اصلاحات در نتیجه قابل ویرایش، دانلود اصلی TXT یا DOCX را به‌روزرسانی می‌کند. «کپی» در کنار متن، نتیجه فعلی را با یک افکت محو شدن کوتاه کپی می‌کند. ویرایش هوشمند، پنجره بزرگ‌تری را برای اقدامات هوش مصنوعی و قالب‌بندی باز می‌کند. تغییرات متن، تصویر منبع را تغییر نمی‌دهد یا لایه PDF قابل جستجوی تولیدشده قبلی را تعمیر نمی‌کند.

«خلاصه‌سازی متن» یک بخش را فشرده می‌کند، «بازنویسی متن» آن را دوباره می‌نویسد و «اصلاح دستور زبان» درخواست اصلاحات زبانی می‌کند. این اقدامات جایگزین بخش انتخاب‌شده یا در صورت عدم انتخاب، کل محتوای ویرایشگر می‌شوند. «پیشنهاد عنوان» یک سرتیتر بالای سند اضافه می‌کند؛ یک بخش انتخاب‌شده می‌تواند بدون حذف بدنه متن، عنوان را هدایت کند.

هر درخواست هوش مصنوعی تا ۶۰۰ کلمه و ۱۲,۰۰۰ کاراکتر را با محدودیت درخواست ۶۴ کیلوبایت UTF-8 می‌پذیرد. اگر نتیجه طولانی از این محدودیت‌ها فراتر رفت، بخش کوتاه‌تری را انتخاب کنید. اقدامات هوش مصنوعی تنها زمانی که «اعمال» را انتخاب کرده و خروجی را به همان زبان درخواست کنید، متن را به سرورهای ما ارسال می‌کنند.

تغییرات پیشنهادی را قبل از حفظ کردن بررسی کنید. هوش مصنوعی می‌تواند جزئیات را حذف کند، معنا را تغییر دهد یا اشتباهاتی ایجاد کند، به‌ویژه زمانی که ورودی حاوی خطاهای تشخیص باشد. «واگرد» (Undo) به نسخه قبلی بازمی‌گردد. نتیجه اصلی تنها پس از «اعمال تغییرات» (Apply Changes) به‌روزرسانی می‌شود؛ اجرای یک اقدام هوش مصنوعی به تنهایی جایگزین آن نمی‌شود.

ویرایشگر پیشرفته، پاراگراف‌ها و سه سطح سرتیتر، فونت‌های بدون سریف، سریف و تک‌فاصله، اندازه فونت، ضخیم، مورب و زیرخط‌دار را ارائه می‌دهد. رنگ متن یا هایلایت را تنظیم کنید، از لیست‌های گلوله‌ای یا شماره‌دار استفاده کنید، تراز را تنظیم کرده و جهت خودکار، راست‌چین یا چپ‌چین را انتخاب کنید. «پاک کردن قالب‌بندی» (Clear formatting) استایل‌دهی را برای نتیجه‌ای ساده‌تر حذف می‌کند.

قالب‌بندی در مرورگر شما انجام می‌شود. تغییر به ویرایشگر ساده، خودبه‌خود سند پیشرفته را دور نمی‌ریزد؛ ویرایش متن ساده آن، قالب‌بندی را حذف می‌کند. جایگزینی‌های هوش مصنوعی، متن بدون قالب‌بندی را در ناحیه تحت تأثیر قرار می‌دهند، بنابراین پس از بررسی متن، قالب‌بندی نهایی را اعمال کنید.

از «نسخه قالب‌بندی‌شده» (Formatted copy) استفاده کنید تا این استایل در دانلود HTML حفظ شود. «کپی» و «اعمال تغییرات» متن ساده را منتقل می‌کنند. قالب‌بندی نتیجه، فونت‌ها، طرح‌بندی صفحه یا لایه متنی PDF اصلی را تغییر نمی‌دهد.

«حذف اعراب و علائم حرکتی» (Remove accents & vowel marks) علائم لاتین و علائم حرکتی رایج عربی را از بخش انتخاب‌شده یا کل ویرایشگر حذف می‌کند. «یکسان‌سازی اعداد» (Normalize numbers) شکل ارقام غربی، عربی یا فارسی را بر اساس اسکریپت متن استاندارد می‌کند؛ این کار مقادیر عددی آن‌ها را تغییر نمی‌دهد. این عملیات پاک‌سازی به‌صورت محلی در مرورگر شما اجرا می‌شوند.

«واگرد» و «بازگردانی» به شما امکان می‌دهند مراحل ویرایش، از جمله تغییرات هوش مصنوعی را مرور کنید. «بازیابی متن OCR» یا «بازیابی ترجمه» ویرایشگر را به نتیجه اصلی پردازش بازمی‌گرداند. شما می‌توانید آن بازیابی را نیز واگرد کنید. «لغو» (Cancel) پنجره را بدون اعمال تغییرات فعلی به نتیجه اصلی می‌بندد.

«ویرایش هوشمند» (Smart edit) یک ویرایشگر کاری است، نه یک پروژه ذخیره‌شده. قبل از بارگذاری مجدد صفحه یا شروع دوباره، هر متن یا نسخه قالب‌بندی‌شده‌ای که نیاز دارید را دانلود کنید.

TXT شامل متن ساده فعلی است. سند Word (.docx) یک فایل Word واقعی و قابل ویرایش است که با متن تمیز و قالب‌بندی پاراگراف و متن راست‌چین برای زبان‌های RTL ایجاد شده است. پس از اصلاحات متن یا تغییرات «ویرایش هوشمند»، «دانلود» متن فعلی را به سرور ما می‌فرستد تا فایل Word بدون تکرار OCR بازتولید شود. فایل Word طرح‌بندی اسکن یا استایل غنی «ویرایش هوشمند» را بازسازی نمی‌کند.

برای سرتیترها، رنگ‌ها، لیست‌ها و سایر قالب‌بندی‌های «ویرایش هوشمند»، گزینه «نسخه قالب‌بندی‌شده» را در داخل ویرایشگر انتخاب کنید. این گزینه یک فایل HTML دانلود می‌کند که می‌تواند در مرورگر باز شده و با کنترل‌های چاپ مرورگر چاپ شود. این یک سند متنی اضافی است، نه یک PDF قابل جستجو یا یک اسکن منبع ویرایش‌شده.

«ویرایش هوشمند» تا ۱۰۰,۰۰۰ کاراکتر را در ویرایشگر می‌پذیرد؛ عملیات‌های هوش مصنوعی محدودیت‌های کوچک‌تری دارند که در بالا توضیح داده شد. اگر در تنظیمات OCR خروجی PDF را انتخاب کرده‌اید، از آن پیش‌نمایش و دانلود PDF جداگانه استفاده کنید. زمانی که به اصلاحات متن با «ویرایش هوشمند» نیاز دارید، نتیجه تشخیص TXT یا DOCX را انتخاب کنید.