Työkalut150

Hyödyllinen muutos muutamassa vaiheessa.

PDF OCR (tekstintunnistus).

Tee skannatuista sanoista haettavia ja muokattavia.

Advertisements
PDF-työtilasi
Palvelinkäsittely
tai pudota tiedostosi tähän
Esikatselu pysyy paikallisena. Käsittely lataa PDF-tiedostosi väliaikaisesti. PDF
Advertisements

Kuinka käyttää PDF OCR -työkalua

  1. 01

    Valitse PDF

    Avaa PDF tai kokeile näytettä. Esikatselu ei lataa asiakirjaasi.

  2. 02

    Valitse moottori ja kieli

    Näytä tarvitsemasi sivu. Valitse Klassinen tai Tulevaisuus, tunnistuskieli ja käytettävissä oleva tulostusmuoto.

  3. 03

    Käsittele ja lataa

    Tunnista tämä sivu, tarkista tulos ja lataa se. Muut sivut vaativat erilliset napsautukset.

BlogiKuinka poimia tekstiä skannatusta PDF-tiedostosta OCR-tekniikallaLue opas

Pura PDF-teksti, tarkista se ja hienosäädä Smart edit -toiminnolla

PDF OCR (optinen tekstintunnistus) lukee skannattujen PDF-kuvien sisällä olevan tekstin, jotta voit kopioida ja muokata sitä. Tunnista yksi sivu tai valittu alue kerrallaan, lataa TXT- tai muokattava Word-teksti ja tarkista tulos skannauksen vieressä. Smart edit auttaa hienosäätämään sanamuotoja ja muotoilua. Classic tarjoaa myös haettavan PDF-tiedoston; Future tarjoaa vain tekstiä sisältävän PDF-tiedoston uudessa asettelussa.

Muuta valittu skannaus muokattavaksi tekstiksi, tarkista ja hienosäädä tulos.
LYHYT VIDEO-OPAS Kuinka poimia tekstiä skannatusta PDF-tiedostosta OCR-tekniikalla Poimi sanat ja viimeistele ne. Englanninkielinen kerronta Katso video

Kuinka poimia tekstiä skannatusta PDF-tiedostosta OCR-tekniikalla

Muuta skannatut sivut hyödylliseksi tekstiksi

Opiskelijat ja tutkijat

Skannattu PDF tekstiksi

Pura katkelmia skannatuista kirjoista, artikkeleista ja luentomuistiinpanoista lainaamista, opiskelua tai kääntämistä varten. Vertaa tunnistettua tekstiä lähteeseen ennen sen uudelleenkäyttöä.

Toimisto- ja hallinnollinen työ

Skannattu PDF Wordiksi

Muuta skannattu kirje tai raporttisivu muokattavaksi Word-tekstiksi. Tarkista ja korjaa sanamuodot kirjoittamatta kaikkea uudelleen; Word-tiedosto käyttää uutta asettelua.

Tietueet ja arkistot

Tee skannatusta PDF-tiedostosta haettava

Käytä Classic-toimintoa lisätäksesi haettavaa tekstiä valitulle sivulle tai alueelle säilyttäen samalla sen skannatun kuvan. Jokainen suoritus luo tuloksen kyseiselle sivulle, ei koko asiakirjalle.

Voitko jo valita ja kopioida tekstin? Pura se suoraan ilman OCR-toimintoa:

PDF tekstiksi

Ominaisuudet ja hallintatyökalut

Pura teksti yhdestä PDF-sivusta tai -alueesta

Siirry sivulle, valitse sen tunnistuskieli ja tunnista koko sivu tai piirretty suorakulmio. Jokainen pyyntö käsittelee yhden sivun kerrallaan.

Valitse alue ja valmistele skannaus

Piirrä, siirrä tai muuta tunnistussuorakulmion kokoa sivun esikatselussa sulkeaksesi pois asiaankuulumattomat sarakkeet tai reunat, ja valitse sitten Tunnista valinta. Jos haluat käsitellä toisen sivun, palaa työtilaan, valitse kyseinen sivu ja suorita tunnistus uudelleen; tämä ei ole koko asiakirjan OCR-eräajo.

Aseta tunnistuskieli vastaamaan todellista tekstiä. Selkeät, suorat skannaukset on helpompi tunnistaa kuin sumeat tai vinot kuvat. Tunnistus käyttää kiinteää 200 DPI:n tarkkuutta; se ei voi palauttaa alkuperäisestä puuttuvia yksityiskohtia.

Valitse Future- tai Classic-OCR ja oikea muoto

Classic toimii hyvin useimmille painetuille asiakirjoille. Future käyttää edistynyttä tekoälytunnistusta, joka on optimoitu vaikeille skannauksille, joillekin käsinkirjoitetuille asiakirjoille ja monimutkaiselle monikieliselle tekstille.

Minkä moottorin ja tulostusmuodon minun pitäisi valita?

Classic on hyvä valinta useimmille painetuille asiakirjoille ja tarjoaa yksi- tai monisarakkeisia asetteluja. Sen haettava PDF säilyttää valitun kuva-alueen ja lisää tekstikerroksen, joka on kohdistettu tunnistettuihin sanoihin hakua ja valintaa varten.

Future on oletusarvo tuetuille kielille. Sen edistynyt tekoälytunnistus on optimoitu vaikeille skannauksille, joillekin käsinkirjoitetuille asiakirjoille ja monimutkaiselle monikieliselle tekstille. Käsinkirjoitustulokset riippuvat luettavuudesta ja skannauksen laadusta, joten vertaa tunnistettua tekstiä lähdekuvaan. Sen yksinkertainen PDF sisältää valittavaa tekstiä uudessa asettelussa sen sijaan, että se säilyttäisi lähdekuvan. Kielet, joita Future ei tue, käyttävät Classic-moottoria.

Molemmat moottorit tarjoavat TXT- ja aidon Word-asiakirjan (.docx), joissa on puhdasta, muokattavaa tekstiä ja tarvittaessa oikealta vasemmalle suuntautuva muotoilu. Valitse tunnistuskieli, joka vastaa asiakirjaasi.

Pääasiallinen Lataa-painike tallentaa asetuksissa valitun muodon. Sen alla olevat PDF-, TXT- ja Word-linkit tarjoavat muut muodot samasta tunnistusajosta. Valitse asetuksista TXT tai Word (DOCX) avataksesi lähdekuva- ja muokattavan tekstin paneelit, mukaan lukien Älykäs muokkaus. PDF-muodon valinta avaa PDF-esikatselun ja latauksen.

Vertaa lähdekuvaa muokattavaan OCR-tekstiin

Tarkista TXT- ja DOCX-tulosten kohdalla tunnistettu teksti lähdekuvan vierestä. Korjaa se suoraan tai avaa Älykäs muokkaus Kopioi-painikkeen vierestä.

Kuvan zoomaus, korjaukset ja kopiointi

Lähdepaneeli näyttää koko sivun. Kun tunnistat valitun alueen, muu sivu haalistuu ja sininen ääriviiva merkitsee valinnan. Zoomaa tarkastellaksesi pieniä merkkejä ja käytä Sovita-toimintoa nähdäksesi koko sivun uudelleen. Vertaa nimiä, numeroita, välimerkkejä ja lukujärjestystä kuvaan.

Muokattavan tuloksen korjaukset päivittävät pääasiallisen TXT- tai DOCX-latauksen. Tekstin vieressä oleva Kopioi-painike kopioi nykyisen tuloksen lyhyellä häivytystehosteella. Älykäs muokkaus avaa suuremman ikkunan tekoälytoiminnoille ja muotoilulle. Tekstin muutokset eivät muuta lähdekuvaa tai korjaa aiemmin luotua haettavaa PDF-kerrosta.

Tiivistä, muotoile uudelleen, korjaa kielioppi tai ehdota otsikkoa

Valitse Älykäs muokkaus -kohdassa tekoälytoiminto ja valitse Käytä. Korosta tekstijakso, jota haluat työstää, tai jätä mitään valitsematta käyttääksesi koko editoria.

Tekoälytoiminnot, valinta ja pyyntörajat

Tekstin tiivistäminen tiivistää jakson, tekstin uudelleenmuotoilu kirjoittaa sen uudelleen ja kieliopin korjaus pyytää kielellisiä korjauksia. Nämä toiminnot korvaavat valitun jakson tai, jos mitään ei ole valittu, koko editorin sisällön. Otsikon ehdottaminen lisää otsikon asiakirjan yläpuolelle; valittu jakso voi ohjata otsikkoa poistamatta leipätekstiä.

Jokainen tekoälypyyntö hyväksyy enintään 600 sanaa ja 12 000 merkkiä, 64 kt:n UTF-8-pyyntörajalla. Valitse lyhyempi jakso, jos pitkä tulos ylittää nämä rajat. Tekoälytoiminnot lähettävät tekstin palvelimillemme vain, kun valitset Käytä ja pyydät tulostetta samalla kielellä.

Tarkista ehdotetut muutokset ennen niiden säilyttämistä. Tekoäly voi jättää yksityiskohtia huomiotta, muuttaa merkitystä tai aiheuttaa virheitä, erityisesti jos syötteessä on tunnistusvirheitä. Kumoa-toiminto palauttaa aiemman version. Päätulos päivittyy vasta, kun valitset Käytä muutokset; pelkkä tekoälytoiminnon suorittaminen ei korvaa sitä.

Muotoile teksti edistyneessä tai yksinkertaisessa editorissa

Lisää otsikoita, luetteloita, korostuksia ja tekstin suunta edistyneessä editorissa tai käytä yksinkertaista editoria pelkän tekstin muutoksiin.

Typografia, asettelu ja muotoilumuutokset

Edistynyt editori tarjoaa kappaleita ja kolme otsikkotasoa, sans-serif-, serif- ja tasaväliset fontit, fonttikoon, lihavoinnin, kursivoinnin ja alleviivauksen. Aseta tekstin väri tai korostus, käytä luettelomerkkejä tai numeroituja listoja, säädä tasausta ja valitse automaattinen, oikealta vasemmalle tai vasemmalta oikealle suuntautuva suunta. Tyhjennä muotoilu poistaa tyylit yksinkertaisemman tuloksen saamiseksi.

Muotoilu tapahtuu selaimessasi. Yksinkertaiseen editoriin vaihtaminen ei itsessään hävitä edistynyttä asiakirjaa; sen pelkän tekstin muokkaaminen poistaa muotoilun. Tekoälyn korvaukset lisäävät muotoilematonta tekstiä kyseiselle alueelle, joten käytä lopullista tyyliä vasta sanamuotojen tarkistamisen jälkeen.

Käytä muotoiltua kopiota säilyttääksesi tämän tyylin HTML-latauksessa. Kopioi ja käytä muutoksia siirtääksesi pelkkää tekstiä. Tuloksen muotoilu ei muuta alkuperäisen PDF-tiedoston fontteja, sivun asettelua tai tekstikerrosta.

Puhdista merkit ja palauta aiempi sanamuoto

Poista aksentit ja vokaalimerkit, normalisoi numeroiden muodot tai käytä Kumoa, Tee uudelleen ja Palauta muokataksesi tekstiäsi.

Paikallinen puhdistus, historia ja tuloksen palauttaminen

Poista aksentit ja vokaalimerkit -toiminto poistaa latinalaiset aksenttimerkit ja yleiset arabialaiset vokaalimerkit valitusta kohdasta tai koko editorista. Normalisoi numerot -toiminto vakioi länsimaiset, arabialaiset tai persialaiset numeromuodot tekstin kirjoitusjärjestelmän mukaan; se ei muuta niiden numeerisia arvoja. Nämä puhdistustoiminnot suoritetaan paikallisesti selaimessasi.

Kumoa ja Tee uudelleen mahdollistavat muokkausvaiheiden, mukaan lukien tekoälymuutosten, tarkastelun. Palauta OCR-teksti tai Palauta käännös palauttaa editorin alkuperäiseen käsittelytulokseen. Voit myös kumota kyseisen palautuksen. Peruuta sulkee ikkunan soveltamatta sen nykyisiä muutoksia pääasialliseen tulokseen.

Älykäs muokkaus on työkalu, ei tallennettu projekti. Lataa tarvitsemasi teksti tai muotoiltu kopio ennen sivun päivittämistä tai alusta aloittamista.

Tallenna korjattu OCR-teksti tai muotoiltu kopio

Käytä muutoksia päivittää TXT- tai Word (DOCX) -tuloksen. Muotoiltu kopio tallentaa Älykkään muokkauksen tyylit erillisenä HTML-tiedostona.

Mitä kukin lataus sisältää

TXT sisältää nykyisen pelkän tekstin. Word-asiakirja (.docx) on aito muokattava Word-tiedosto, joka on luotu puhtaalla tekstillä sekä oikealta vasemmalle (RTL) suuntautuvalla kappale- ja tekstimuotoilulla. Tekstikorjausten tai Älykkään muokkauksen jälkeen Lataa-toiminto lähettää nykyisen tekstin palvelimellemme Word-tiedoston uudelleenluomiseksi ilman OCR-toiminnon toistamista. Word-tiedosto ei luo skannauksen asettelua uudelleen eikä säilytä Älykkään muokkauksen rikasta tyyliä.

Valitse otsikoille, väreille, listoille ja muulle Älykkään muokkauksen muotoilulle Muotoiltu kopio editorin sisällä. Se lataa HTML-tiedoston, joka voidaan avata selaimessa ja tulostaa selaimen tulostusasetuksilla. Tämä on lisätekstiasiakirja, ei haettavissa oleva PDF tai muokattu lähdeskannaus.

Älykäs muokkaus hyväksyy enintään 100 000 merkkiä editorissa; yksittäisillä tekoälytoiminnoilla on edellä mainitut pienemmät rajoitukset. Jos valitsit PDF-tulosteen OCR-asetuksissa, käytä kyseistä erillistä PDF-esikatselua ja latausta. Valitse TXT- tai DOCX-tunnistustulos, kun haluat tekstikorjauksia Älykkäällä muokkauksella.

Tuetut tiedostot ja käsittely

Syöte
PDF
Tuloste
TXT, DOCX, PDF, HTML

Avaa yksi PDF, jonka koko on enintään 50 MB ja sivumäärä 750. Suojatut tiedostot vaativat lukitsemattoman kopion, ellei tämä työkalu tarjoa nimenomaan salasanan syöttöä. Suuret tai monimutkaiset sivut voivat vaatia enemmän muistia tai saavuttaa käsittelyrajat, vaikka tiedosto olisi näiden rajoitusten sisällä.

Lähde voi sisältää enintään 750 sivua, mutta jokainen pyyntö käsittelee vain yhden sivun.

Käsittely tapahtuu palvelimillamme. Lähdetiedostot, väliaikaistiedostot ja tulokset poistetaan palvelimiltamme 30 minuutin kuluessa käsittelyn päättymisestä. Emme jaa asiakirjojen sisältöä kolmansille osapuolille emmekä käytä niitä tekoälymallien kouluttamiseen.

Advertisements
UKK

FAQ

Rajaa PDF-sivuja tai poista valkoinen marginaali

Palvelinkäsittely
Miten voin poimia tekstiä skannatusta PDF-tiedostosta?

Avaa PDF-tiedostosi, valitse sivu ja tunnistuskieli, ja säädä suorakulmiota, jos tarvitset vain osan sivusta. Suorita OCR ja valitse sitten TXT tai Word, jotta voit kopioida, tarkistaa ja muokata tunnistettua tekstiä. OCR lukee skannatun kuvan sisältämät sanat; jokainen pyyntö käsittelee yhden sivun tai valitun alueen.

Voinko muuntaa skannatun PDF-tiedoston muokattavaksi Word-asiakirjaksi?

Kyllä. Sekä Future että Classic tarjoavat Word-asiakirjan (.docx), jossa on muokattavaa tekstiä valitulta sivulta tai alueelta, mukaan lukien oikealta vasemmalle suuntautuva muotoilu RTL-kielille. Tarkista tunnistetut sanat ja korjaa mahdolliset virheet ennen lataamista. Word-tiedosto käyttää uutta tekstiasettelua; se ei luo alkuperäisiä taulukoita, kuvia tai sivun ulkoasua uudelleen.

Tarvitsenko OCR-toimintoa, jos PDF-tiedostoni sisältää jo valittavaa tekstiä?

Yleensä et. Jos voit valita ja kopioida sanat oikein, käytä PDF to Text -työkalua poimiaksesi olemassa olevan tekstin ilman tunnistusta. OCR on hyödyllinen vain kuvia sisältävissä skannauksissa tai sivuilla, joiden olemassa oleva teksti kopioituu väärin. Tarkista kopioidut sanat ensin valitaksesi oikean työkalun.

Käsitteleekö PDF OCR koko asiakirjan kerralla?

Ei. Jokainen suoritus tunnistaa yhden valitun PDF-sivun tai yhden suorakulmion kyseisellä sivulla 200 DPI:n tarkkuudella. Valitse toinen sivu ja suorita OCR uudelleen jatkaaksesi. Lähde-PDF voi sisältää enintään 750 sivua, mutta se on latausraja, ei koko asiakirjan OCR-eräajo.

Mitä eroa on Future- ja Classic OCR -toiminnoilla?

Classic toimii hyvin useimmille tulostetuille asiakirjoille. Future käyttää edistynyttä tekoälytunnistusta, joka on optimoitu vaikeille skannauksille, joillekin käsinkirjoitetuille asiakirjoille ja monimutkaiselle monikieliselle tekstille, ja se on oletusarvona tuetuille kielille. Käsinkirjoitustulokset riippuvat luettavuudesta ja skannauksen laadusta. Molemmat moottorit tarjoavat TXT- ja Word-muodot (.docx), tarvittaessa oikealta vasemmalle -muotoilulla. Classic luo myös haettavan PDF-tiedoston, joka säilyttää lähdekuvan ja kohdistetun tekstikerroksen; Future luo vain tekstiä sisältävän Simple PDF -tiedoston, jossa on uusi asettelu.

Voinko korjata tunnistettua tekstiä lähdekuvan vieressä?

Kyllä. TXT- ja Word-tuloksissa lähdepaneeli näyttää koko sivun muokattavan tekstin vieressä. Sininen ääriviiva merkitsee tunnistetun alueen ja muu sivu on himmennetty. Lähennä tarkistaaksesi nimet, numerot ja välimerkit tai käytä Sovita-toimintoa nähdäksesi koko sivun uudelleen.

Mitä Smart edit voi tehdä tekstilläni?

Se voi tiivistää, muotoilla uudelleen, korjata kielioppia tai ehdottaa otsikkoa, ja se tarjoaa muotoilun, puhdistuksen, Kumoa- ja Tee uudelleen -toiminnot. Valitse tekstijakso tai käytä koko tekstiä. Tekoälytoiminnot suoritetaan, kun napsautat Käytä, ja ne hyväksyvät enintään 600 sanaa ja 12 000 merkkiä pyyntöä kohden. Tarkista tulos ja valitse sitten Käytä muutokset päivittääksesi päätekstin. Muotoiltu kopio lataa HTML-tiedoston; Kopioi ja Käytä muutokset siirtävät pelkkää tekstiä.

Mikä OCR-lataus säilyttää korjaukseni ja muotoiluni?

TXT- ja DOCX-lataukset käyttävät korjattua pelkkää tekstiä, mukaan lukien Smart editin Käytä muutokset -toiminto. DOCX luo puhdasta, muokattavaa Word-tekstiä, jossa on RTL-kappaleita RTL-kieliä varten. Muokkauksen jälkeen Lataa luo Word-tiedoston uudelleen palvelimellamme ilman tunnistuksen toistamista. Käytä Smart editin Muotoiltu kopio -toimintoa otsikoita, luetteloita ja värejä varten HTML-muodossa. Tekstikorjaukset eivät muuta olemassa olevaa haettavaa PDF-kerrosta.

Mitkä ovat tiedosto- ja sivurajoitukset?

Avaa yksi PDF, jonka koko on enintään 50 MB ja sivumäärä 750. Suojatut tiedostot vaativat lukitsemattoman kopion, ellei tämä työkalu tarjoa nimenomaan salasanan syöttöä. Suuret tai monimutkaiset sivut voivat vaatia enemmän muistia tai saavuttaa käsittelyrajat, vaikka tiedosto olisi näiden rajoitusten sisällä.

Missä asiakirjani käsitellään?

Tämä työkalu käyttää palvelimiamme käsittelyyn. Alkuperäistä tiedostoasi ei ylikirjoiteta; tulos on erillinen lataus. Esikatsele ja tarkista tulos, jos se on mahdollista, ja lataa tarvitsemasi kopio ennen kuin aloitat alusta.

Jatka

Mitä haluaisit tehdä seuraavaksi?

Valitse työkalu. Valmis PDF kulkee mukanasi.

PDF

Advertisements

Tunnistuskieli38

English العربية Français Italiano Deutsch Español Português Nederlands Русский Türkçe 日本語 中文 हिन्दी Bahasa Indonesia Bahasa Melayu 한국어 Tiếng Việt ไทย Polski Svenska Українська Norsk বাংলা Ελληνικά فارسی اردو Čeština Dansk Magyar Română Suomi Български Filipino ქართული Slovenčina Azərbaycanca עברית Slovenščina