Alatan150

Perubahan yang berguna, dalam beberapa langkah.

PDF OCR.

Jadikan perkataan yang diimbas boleh dicari dan diedit.

Advertisements
Ruang kerja PDF anda
Pemprosesan pelayan
atau lepaskan fail anda di sini
Pratonton kekal setempat. Pemprosesan memuat naik PDF anda buat sementara waktu. PDF
Advertisements

Cara menggunakan PDF OCR

  1. 01

    Pilih PDF

    Buka PDF atau cuba sampel. Pratonton tidak memuat naik dokumen anda.

  2. 02

    Pilih enjin dan bahasa

    Paparkan halaman yang anda perlukan. Pilih Klasik atau Masa Depan, bahasa pengecaman dan format output yang tersedia.

  3. 03

    Proses dan muat turun

    Kenal pasti halaman ini, semak hasil dan muat turunnya. Halaman lain memerlukan klik berasingan.

BlogCara mengekstrak teks daripada PDF imbasan dengan OCRBaca panduan

Ekstrak teks PDF, semak dan perhalusinya dengan Smart edit

OCR PDF (pengecaman aksara optik) membaca teks di dalam imej PDF yang diimbas supaya anda boleh menyalin dan mengeditnya. Kenal pasti satu halaman atau kawasan terpilih pada satu masa, muat turun TXT atau teks Word yang boleh diedit, dan semak hasil di sebelah imbasan. Smart edit membantu memperhalusi perkataan dan pemformatan. Classic juga menawarkan PDF yang boleh dicari; Future menawarkan PDF teks sahaja dalam susun atur baharu.

Tukar imbasan terpilih kepada teks yang boleh diedit, kemudian semak dan perhalusi hasilnya.
TUTORIAL VIDEO PANTAS Cara mengekstrak teks daripada PDF imbasan dengan OCR Ekstrak perkataan, kemudian perhalusinya. Narasi bahasa Inggeris Tonton video

Cara mengekstrak teks daripada PDF imbasan dengan OCR

Tukar halaman yang diimbas kepada teks yang berguna

Pelajar & penyelidik

PDF yang diimbas kepada teks

Ekstrak petikan daripada buku, artikel dan nota kuliah yang diimbas untuk petikan, kajian atau terjemahan. Bandingkan teks yang dikenal pasti dengan sumber sebelum menggunakannya semula.

Kerja pejabat & pentadbiran

PDF yang diimbas kepada Word

Tukar surat atau halaman laporan yang diimbas kepada teks Word yang boleh diedit. Semak dan betulkan perkataan tanpa menaip semula segala-galanya; fail Word menggunakan susun atur baharu.

Rekod & arkib

Jadikan PDF yang diimbas boleh dicari

Gunakan Classic untuk menambah teks yang boleh dicari pada halaman atau kawasan yang dipilih sambil mengekalkan imej yang diimbas. Setiap larian mencipta hasil untuk halaman itu, bukan keseluruhan dokumen.

Bolehkah anda sudah memilih dan menyalin teks? Ekstrak terus tanpa OCR:

PDF ke Teks

Ciri dan kawalan

Ekstrak teks daripada satu halaman atau kawasan PDF

Navigasi ke halaman, pilih bahasa pengecamannya dan camkan halaman penuh atau segi empat tepat yang dilukis. Setiap permintaan memproses satu halaman pada satu masa.

Pilih kawasan dan sediakan imbasan

Lukis, alihkan atau ubah saiz segi empat tepat pengecaman dalam pratonton halaman untuk mengecualikan lajur atau sempadan yang tidak berkaitan, kemudian pilih Camkan pilihan. Untuk memproses halaman lain, kembali ke ruang kerja, pilih halaman itu dan jalankan pengecaman semula; ini bukan kelompok OCR seluruh dokumen.

Tetapkan bahasa pengecaman kepada teks sebenar. Imbasan yang jelas dan tegak lebih mudah dicam berbanding imej yang kabur atau senget. Pengecaman menggunakan 200 DPI tetap; ia tidak dapat memulihkan perincian yang tiada daripada asal.

Pilih OCR Masa Depan atau Klasik dan format yang betul

Klasik berfungsi dengan baik untuk kebanyakan dokumen bercetak. Masa Depan menggunakan pengecaman AI termaju yang dioptimumkan untuk imbasan yang sukar, sesetengah dokumen tulisan tangan dan teks berbilang bahasa yang kompleks.

Enjin dan format output manakah yang patut saya pilih?

Klasik ialah pilihan yang baik untuk kebanyakan dokumen bercetak dan menawarkan reka letak satu lajur atau berbilang lajur. PDF Boleh Cari miliknya mengekalkan kawasan imej yang dipilih dan menambah lapisan teks yang diselaraskan dengan perkataan yang dicam untuk carian dan pemilihan.

Masa Depan ialah lalai untuk bahasa yang disokong. Pengecaman AI termajunya dioptimumkan untuk imbasan yang sukar, sesetengah dokumen tulisan tangan dan teks berbilang bahasa yang kompleks. Hasil tulisan tangan bergantung pada kebolehbacaan dan kualiti imbasan, jadi bandingkan teks yang dicam dengan imej sumber. PDF Ringkas miliknya mengandungi teks boleh pilih dalam reka letak baharu dan bukannya mengekalkan imej sumber. Bahasa yang tidak disokong oleh Masa Depan menggunakan Klasik.

Kedua-dua enjin menawarkan TXT dan dokumen Word tulen (.docx), dengan teks yang bersih dan boleh diedit serta pemformatan kanan-ke-kiri jika sesuai. Pilih bahasa pengecaman yang sepadan dengan dokumen anda.

Butang Muat turun utama menyimpan format yang dipilih dalam Tetapan. Pautan PDF, TXT dan Word di bawahnya menawarkan format lain daripada larian pengecaman yang sama. Pilih TXT atau Word (DOCX) dalam Tetapan untuk membuka panel imej sumber dan teks boleh edit, termasuk Edit pintar. Memilih PDF membuka pratonton dan muat turun PDF.

Bandingkan imej sumber dengan teks OCR yang boleh diedit

Untuk hasil TXT dan DOCX, semak teks yang dicam di sebelah imej sumber. Betulkannya secara terus atau buka Edit pintar di sebelah Salin.

Zum imej, pembetulan dan penyalinan

Panel sumber menunjukkan halaman penuh. Apabila anda mencam kawasan yang dipilih, seluruh halaman akan dipudarkan dan garis luar biru menandakan pilihan tersebut. Zum masuk untuk memeriksa aksara kecil dan gunakan Muat untuk melihat halaman penuh semula. Bandingkan nama, nombor, tanda baca dan susunan bacaan dengan imej.

Pembetulan dalam hasil yang boleh diedit mengemas kini muat turun TXT atau DOCX utama. Salin di sebelah teks menyalin hasil semasa dengan kesan pudar ringkas. Edit pintar membuka tetingkap yang lebih besar untuk tindakan AI dan pemformatan. Perubahan teks tidak mengubah imej sumber atau membaiki lapisan PDF boleh cari yang dijana sebelum ini.

Ringkaskan, parafrasa, betulkan tatabahasa atau cadangkan tajuk

Dalam Edit pintar, pilih tindakan AI dan pilih Gunakan. Serlahkan petikan untuk mengusahakan teks tersebut, atau biarkan tiada apa-apa yang dipilih untuk menggunakan keseluruhan editor.

Tindakan AI, pemilihan dan had permintaan

Ringkaskan teks memadatkan petikan, Parafrasa teks menulis semula, dan Betulkan tatabahasa meminta pembetulan bahasa. Tindakan ini menggantikan petikan yang dipilih atau, tanpa pemilihan, keseluruhan kandungan editor. Cadangkan tajuk menambah tajuk di atas dokumen; petikan yang dipilih boleh membimbing tajuk tanpa mengalih keluar badan teks.

Setiap permintaan AI menerima sehingga 600 perkataan dan 12,000 aksara, dengan had permintaan UTF-8 64-KB. Pilih petikan yang lebih pendek jika hasil yang panjang melebihi had ini. Tindakan AI menghantar teks tersebut ke pelayan kami hanya apabila anda memilih Gunakan dan meminta output dalam bahasa yang sama.

Semak perubahan yang dicadangkan sebelum menyimpannya. AI boleh meninggalkan perincian, mengubah makna atau memasukkan kesilapan, terutamanya apabila input mengandungi ralat pengecaman. Buat asal kembali kepada versi terdahulu. Hasil utama dikemas kini hanya selepas Gunakan Perubahan; menjalankan tindakan AI sahaja tidak menggantikannya.

Formatkan teks dalam editor termaju atau ringkas

Tambah tajuk, senarai, penekanan dan arah teks dalam Editor termaju, atau gunakan Editor ringkas untuk perubahan teks biasa.

Tipografi, reka letak dan perubahan pemformatan

Editor termaju menyediakan perenggan dan tiga tahap tajuk, fon sans-serif, serif dan monospaced, saiz fon, tebal, condong dan garis bawah. Tetapkan warna teks atau penyerlahan, gunakan senarai berbulet atau bernombor, laraskan penjajaran dan pilih arah automatik, kanan-ke-kiri atau kiri-ke-kanan. Kosongkan pemformatan mengalih keluar penggayaan untuk hasil yang lebih ringkas.

Pemformatan berlaku dalam pelayar anda. Menukar kepada Editor ringkas tidak membuang dokumen termaju itu sendiri; mengedit teks biasanya mengalih keluar pemformatan. Penggantian AI memasukkan teks tanpa format di kawasan yang terjejas, jadi gunakan penggayaan akhir selepas menyemak perkataan menyemak perkataan.

Gunakan Salinan berformat untuk mengekalkan gaya ini dalam muat turun HTML. Salin dan Gunakan Perubahan memindahkan teks biasa. Memformat hasil tidak mengubah fon, susun atur halaman atau lapisan teks PDF asal.

Bersihkan aksara dan pulihkan perkataan terdahulu

Alih keluar tanda aksen dan tanda vokal, normalkan bentuk digit, atau gunakan Buat asal, Buat semula dan Pulihkan untuk menyemak semula suntingan anda.

Pembersihan setempat, sejarah dan pemulihan hasil

Alih keluar tanda aksen & tanda vokal membuang tanda aksen Latin dan tanda vokal Arab biasa daripada petikan yang dipilih atau keseluruhan editor. Normalkan nombor menyeragamkan bentuk digit Barat, Arab atau Parsi mengikut skrip teks; ia tidak mengubah nilai numeriknya. Tindakan pembersihan ini dijalankan secara setempat dalam pelayar anda.

Buat asal dan Buat semula membolehkan anda menyemak langkah penyuntingan, termasuk perubahan AI. Pulihkan teks OCR atau Pulihkan terjemahan mengembalikan editor kepada hasil asal daripada pemprosesan. Anda juga boleh membuat asal pemulihan tersebut. Batal menutup tetingkap tanpa menggunakan perubahan semasanya pada hasil utama.

Smart edit ialah editor kerja, bukan projek yang disimpan. Muat turun sebarang teks atau salinan berformat yang anda perlukan sebelum memuat semula halaman atau bermula semula.

Simpan teks OCR yang diperbetulkan atau salinan berformat

Gunakan Perubahan mengemas kini hasil TXT atau Word (DOCX). Salinan berformat menyimpan gaya Smart edit anda sebagai fail HTML yang berasingan.

Kandungan setiap muat turun

TXT mengandungi teks biasa semasa. Dokumen Word (.docx) ialah fail Word boleh edit yang tulen, dicipta dengan teks bersih serta pemformatan perenggan dan teks kanan-ke-kiri untuk bahasa RTL. Selepas pembetulan teks atau perubahan Smart edit, Muat turun menghantar teks semasa ke pelayan kami untuk menjana semula fail Word tanpa mengulangi OCR. Fail Word tidak mencipta semula susun atur imbasan atau mengekalkan gaya kaya Smart edit.

Untuk tajuk, warna, senarai dan pemformatan Smart edit yang lain, pilih Salinan berformat di dalam editor. Ia memuat turun HTML yang boleh dibuka dalam pelayar dan dicetak dengan kawalan cetakan pelayar. Ini ialah dokumen teks tambahan, bukan PDF yang boleh dicari atau imbasan sumber yang disunting.

Smart edit menerima sehingga 100,000 aksara dalam editor; tindakan AI individu mempunyai had lebih kecil yang diterangkan di atas. Jika anda memilih output PDF dalam tetapan OCR, gunakan pratonton dan muat turun PDF yang berasingan itu. Pilih hasil pengecaman TXT atau DOCX apabila anda mahukan pembetulan teks dengan Smart edit.

Fail & pemprosesan yang disokong

Input
PDF
Output
TXT, DOCX, PDF, HTML

Buka satu PDF sehingga 50 MB dan 750 halaman sumber. Fail yang dilindungi memerlukan salinan yang tidak dikunci melainkan alat ini secara eksplisit menawarkan kemasukan kata laluan. Halaman yang besar atau kompleks mungkin memerlukan lebih banyak memori atau mencapai had pemprosesan walaupun fail berada dalam had ini.

Sumber boleh mengandungi sehingga 750 halaman, tetapi setiap permintaan memproses satu halaman sahaja.

Pemprosesan menggunakan pelayan kami. Fail sumber, fail sementara dan hasil dipadamkan daripada pelayan kami dalam masa 30 minit selepas pemprosesan selesai. Kami tidak berkongsi kandungan dokumen dengan pihak ketiga atau menggunakannya untuk melatih model AI.

Advertisements
Soalan Lazim

Soalan Lazim

Pangkas halaman PDF atau alih keluar jidar putih

Pemprosesan pelayan
Bagaimanakah cara saya mengekstrak teks daripada PDF yang diimbas?

Buka PDF anda, pilih halaman dan bahasa pengecaman, dan laraskan segi empat tepat jika anda hanya memerlukan sebahagian daripada halaman. Jalankan OCR, kemudian pilih TXT atau Word untuk menyalin, menyemak dan mengedit teks yang dikenali. OCR membaca perkataan di dalam imej yang diimbas; setiap permintaan memproses satu halaman atau kawasan yang dipilih.

Bolehkah saya menukar PDF yang diimbas kepada dokumen Word yang boleh diedit?

Ya. Kedua-dua Future dan Classic menyediakan dokumen Word (.docx) dengan teks yang boleh diedit daripada halaman atau kawasan yang dipilih, termasuk pemformatan kanan-ke-kiri untuk bahasa RTL. Semak perkataan yang dikenali dan betulkan sebarang kesilapan sebelum memuat turun. Fail Word menggunakan susun atur teks baharu; ia tidak mencipta semula jadual, imej atau reka bentuk halaman asal.

Adakah saya memerlukan OCR jika PDF saya sudah mengandungi teks yang boleh dipilih?

Biasanya tidak. Jika anda boleh memilih dan menyalin perkataan dengan betul, gunakan PDF to Text untuk mengekstrak teks sedia ada tanpa pengecaman. OCR berguna untuk imbasan yang hanya mengandungi imej atau halaman yang teks sedia adanya disalin dengan tidak betul. Semak perkataan yang disalin terlebih dahulu untuk memilih alat yang betul.

Adakah OCR PDF memproses keseluruhan dokumen sekaligus?

Tidak. Setiap larian mengecam satu halaman PDF terpilih atau satu segi empat tepat pada halaman itu pada 200 DPI. Pilih halaman lain dan jalankan OCR sekali lagi untuk meneruskan. PDF sumber mungkin mengandungi sehingga 750 halaman, tetapi itu adalah had muat naik, bukan kelompok OCR keseluruhan dokumen.

Apakah perbezaan antara OCR Masa depan dan Klasik?

Classic berfungsi dengan baik untuk kebanyakan dokumen bercetak. Future menggunakan pengecaman AI termaju yang dioptimumkan untuk imbasan yang sukar, sesetengah dokumen tulisan tangan dan teks berbilang bahasa yang kompleks, dan merupakan pilihan lalai untuk bahasa yang disokong. Hasil tulisan tangan bergantung pada kebolehbacaan dan kualiti imbasan. Kedua-dua enjin menawarkan TXT dan Word (.docx), dengan pemformatan kanan-ke-kiri jika perlu. Classic juga mencipta PDF Boleh Cari yang mengekalkan imej sumber dan lapisan teks yang dijajarkan; Future mencipta PDF Ringkas teks sahaja dengan reka letak baharu.

Bolehkah saya membetulkan teks yang dicam di sebelah imej sumber?

Ya. Untuk hasil TXT dan Word, panel sumber menunjukkan halaman penuh di sebelah teks yang boleh disunting. Garis luar biru menandakan kawasan yang dicam dan bahagian halaman yang lain dimalapkan. Zum masuk untuk menyemak nama, nombor dan tanda baca, atau gunakan Fit untuk melihat halaman penuh semula.

Apakah yang boleh dilakukan oleh Smart edit dengan teks saya?

Ia boleh meringkaskan, memparafrasa, membetulkan tatabahasa atau mencadangkan tajuk, serta menawarkan pemformatan, pembersihan, Buat Asal dan Buat Semula. Pilih petikan atau gunakan keseluruhan teks. Tindakan AI dijalankan apabila anda mengklik Apply dan menerima sehingga 600 perkataan serta 12,000 aksara bagi setiap permintaan. Semak hasil, kemudian pilih Apply Changes untuk mengemas kini teks utama. Salinan berformat memuat turun HTML; Salin dan Apply Changes memindahkan teks biasa.

Muat turun OCR yang manakah mengekalkan pembetulan dan pemformatan saya?

Muat turun TXT dan DOCX menggunakan teks biasa yang telah dibetulkan, termasuk Apply Changes daripada Smart edit. DOCX mencipta teks Word yang bersih dan boleh disunting dengan perenggan RTL untuk bahasa RTL. Selepas menyunting, Download menjana semula fail Word pada pelayan kami tanpa mengulangi pengecaman. Gunakan Salinan berformat dalam Smart edit untuk tajuk, senarai dan warna sebagai HTML. Pembetulan teks tidak mengubah lapisan PDF boleh cari yang sedia ada.

Apakah had fail dan halaman?

Buka satu PDF sehingga 50 MB dan 750 halaman sumber. Fail yang dilindungi memerlukan salinan yang tidak dikunci melainkan alat ini secara eksplisit menawarkan kemasukan kata laluan. Halaman yang besar atau kompleks mungkin memerlukan lebih banyak memori atau mencapai had pemprosesan walaupun fail berada dalam had ini.

Di manakah dokumen saya diproses?

Alat ini menggunakan pelayan kami untuk pemprosesan. Fail asal anda tidak ditimpa; hasilnya adalah muat turun yang berasingan. Pratonton dan semak hasil di tempat yang tersedia, dan muat turun salinan yang anda perlukan sebelum bermula semula.

Teruskan

Apa yang anda ingin lakukan seterusnya?

Pilih alat. PDF siap anda akan dibawa bersama anda.

PDF

Advertisements

Bahasa pengecaman38

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