Instrumente150

O schimbare utilă, în câțiva pași.

OCR PDF.

Faceți cuvintele scanate căutabile și editabile.

Advertisements
Spațiul tău de lucru PDF
Procesare pe server
sau plasați fișierele aici
Previzualizarea rămâne locală. Procesarea încarcă temporar PDF-ul tău. PDF
Advertisements

Cum se utilizează OCR PDF

  1. 01

    Alege un PDF

    Deschide un PDF sau încearcă exemplul. Previzualizarea nu încarcă documentul tău.

  2. 02

    Alege un motor și o limbă

    Afișează pagina de care ai nevoie. Alege Clasic sau Viitor, limba de recunoaștere și un format de ieșire disponibil.

  3. 03

    Procesează și descarcă

    Recunoaște această pagină, revizuiește rezultatul și descarcă-l. Alte pagini necesită clicuri separate.

BlogCum să extragi text dintr-un PDF scanat cu OCRCitește ghidul

Extrageți textul din PDF, revizuiți-l și rafinați-l cu Smart edit

OCR-ul PDF (recunoașterea optică a caracterelor) citește textul din interiorul imaginilor PDF scanate, astfel încât să îl puteți copia și edita. Recunoașteți o pagină sau o zonă selectată la un moment dat, descărcați TXT sau text Word editabil și revizuiți rezultatul alături de scanare. Smart edit ajută la rafinarea formulării și a formatării. Varianta Clasic oferă, de asemenea, un PDF care poate fi căutat; Future oferă un PDF doar cu text într-un nou aspect.

Transformați o scanare selectată în text editabil, apoi revizuiți și rafinați rezultatul.
TUTORIAL VIDEO RAPID Cum să extragi text dintr-un PDF scanat cu OCR Extrage cuvintele, apoi rafinează-le. Narațiune în engleză Urmărește videoclipul

Cum să extragi text dintr-un PDF scanat cu OCR

Transformați paginile scanate în text util

Studenți și cercetători

PDF scanat în text

Extrageți pasaje din cărți, articole și notițe de curs scanate pentru citare, studiu sau traducere. Comparați textul recunoscut cu sursa înainte de a-l reutiliza.

Muncă de birou și administrativă

PDF scanat în Word

Transformați o scrisoare sau o pagină de raport scanată în text Word editabil. Revizuiți și corectați formularea fără a reintroduce totul; fișierul Word utilizează un nou aspect.

Înregistrări și arhive

Faceți un PDF scanat să poată fi căutat

Utilizați Clasic pentru a adăuga text care poate fi căutat pe pagina sau zona selectată, păstrând în același timp imaginea scanată. Fiecare rulare creează un rezultat pentru acea pagină, nu pentru întregul document.

Puteți deja să selectați și să copiați textul? Extrageți-l direct fără OCR:

PDF în Text

Funcționalități și controale

Extrageți textul dintr-o pagină sau regiune PDF

Navigați la o pagină, selectați limba de recunoaștere și recunoașteți întreaga pagină sau un dreptunghi desenat. Fiecare solicitare procesează câte o pagină pe rând.

Selectați o zonă și pregătiți scanarea

Desenați, mutați sau redimensionați dreptunghiul de recunoaștere în previzualizarea paginii pentru a exclude coloanele sau marginile irelevante, apoi alegeți Recunoaștere selecție. Pentru a procesa o altă pagină, reveniți la spațiul de lucru, selectați acea pagină și rulați din nou recunoașterea; aceasta nu este o procesare OCR în lot pentru întregul document.

Setați limba de recunoaștere la textul real. Scanările clare și drepte sunt mai ușor de recunoscut decât imaginile neclare sau înclinate. Recunoașterea utilizează o valoare fixă de 200 DPI; nu poate restaura detaliile absente din original.

Alegeți OCR Viitor sau Clasic și formatul potrivit

Clasic funcționează bine pentru majoritatea documentelor tipărite. Viitor utilizează recunoaștere AI avansată optimizată pentru scanări dificile, unele documente scrise de mână și text multilingv complex.

Ce motor și format de ieșire ar trebui să aleg?

Clasic este o alegere bună pentru majoritatea documentelor tipărite și oferă machete cu o singură coloană sau cu mai multe coloane. PDF-ul său căutabil păstrează zona de imagine selectată și adaugă un strat de text aliniat cu cuvintele recunoscute pentru căutare și selecție.

Viitor este implicit pentru limbile acceptate. Recunoașterea sa AI avansată este optimizată pentru scanări dificile, unele documente scrise de mână și text multilingv complex. Rezultatele scrisului de mână depind de lizibilitate și calitatea scanării, așa că comparați textul recunoscut cu imaginea sursă. PDF-ul său simplu conține text selectabil într-o machetă nouă, în loc să păstreze imaginea sursă. Limbile care nu sunt acceptate de Viitor utilizează Clasic.

Ambele motoare oferă TXT și un document Word autentic (.docx), cu text curat, editabil și formatare de la dreapta la stânga acolo unde este cazul. Alegeți limba de recunoaștere care corespunde documentului dumneavoastră.

Butonul principal Descărcare salvează formatul ales în Setări. Linkurile PDF, TXT și Word de sub acesta oferă celelalte formate din aceeași rulare de recunoaștere. Alegeți TXT sau Word (DOCX) în Setări pentru a deschide panourile cu imaginea sursă și textul editabil, inclusiv Editare inteligentă. Alegerea PDF deschide previzualizarea și descărcarea PDF.

Comparați imaginea sursă cu textul OCR editabil

Pentru rezultatele TXT și DOCX, revizuiți textul recunoscut lângă imaginea sursă. Corectați-l direct sau deschideți Editare inteligentă lângă Copiere.

Zoom imagine, corecții și copiere

Panoul sursă arată pagina întreagă. Când recunoașteți o zonă selectată, restul paginii este estompat și un contur albastru marchează selecția. Măriți pentru a inspecta caracterele mici și utilizați Potrivire pentru a vedea din nou pagina întreagă. Comparați numele, numerele, punctuația și ordinea de citire cu imaginea.

Corecțiile din rezultatul editabil actualizează descărcarea principală TXT sau DOCX. Copierea de lângă text copiază rezultatul curent cu un scurt efect de estompare. Editare inteligentă deschide o fereastră mai mare pentru acțiuni AI și formatare. Modificările textului nu alterează imaginea sursă și nu repară un strat PDF căutabil generat anterior.

Rezumați, parafrazați, corectați gramatica sau sugerați un titlu

În Editare inteligentă, alegeți o acțiune AI și selectați Aplicare. Evidențiați un pasaj pentru a lucra pe acel text sau nu lăsați nimic selectat pentru a utiliza întregul editor.

Acțiuni AI, selecție și limite de solicitare

Rezumatul textului condensează un pasaj, Parafrazarea textului îl rescrie, iar Corectarea gramaticii solicită corecții lingvistice. Aceste acțiuni înlocuiesc pasajul selectat sau, fără nicio selecție, întregul conținut al editorului. Sugerarea unui titlu adaugă un antet deasupra documentului; un pasaj selectat poate ghida titlul fără a elimina corpul textului.

Fiecare solicitare AI acceptă până la 600 de cuvinte și 12.000 de caractere, cu o limită de solicitare UTF-8 de 64 KB. Selectați un pasaj mai scurt dacă un rezultat lung depășește aceste limite. Acțiunile AI trimit acel text către serverele noastre doar atunci când selectați Aplicare și solicitați rezultatul în aceeași limbă.

Revizuiți modificările propuse înainte de a le păstra. AI-ul poate omite detalii, poate altera sensul sau poate introduce greșeli, mai ales când intrarea conține erori de recunoaștere. Anulare revine la o versiune anterioară. Rezultatul principal este actualizat doar după Aplicare modificări; rularea unei acțiuni AI singure nu îl înlocuiește.

Formatați textul într-un editor avansat sau simplu

Adăugați anteturi, liste, accentuări și direcția textului în Editorul avansat sau utilizați Editorul simplu pentru modificări de text simplu.

Tipografie, machetă și modificări de formatare

Editorul avansat oferă paragrafe și trei niveluri de antet, fonturi sans-serif, serif și monospațiale, dimensiunea fontului, aldine, cursive și subliniere. Setați culoarea textului sau evidențierea, utilizați liste cu puncte sau numerotate, ajustați alinierea și alegeți direcția automată, de la dreapta la stânga sau de la stânga la dreapta. Ștergerea formatării elimină stilul pentru un rezultat mai simplu.

Formatarea are loc în browserul dumneavoastră. Trecerea la Editorul simplu nu elimină în sine documentul avansat; editarea textului său simplu elimină formatarea. Înlocuirile AI inserează text neformatat în zona afectată, așa că aplicați stilul final după revizuirea formulării.

Folosește Copiere formatată pentru a păstra acest stil într-o descărcare HTML. Copierea și Aplicarea modificărilor transferă text simplu. Formatarea rezultatului nu modifică fonturile, aspectul paginii sau stratul de text al PDF-ului original.

Curăță caracterele și recuperează formulările anterioare

Elimină accentele și semnele vocalice, normalizează formele cifrelor sau folosește Anulare, Refacere și Restaurare pentru a revedea editările.

Curățare locală, istoric și restaurarea rezultatului

Eliminarea accentelor și a semnelor vocalice șterge semnele diacritice latine și semnele vocalice arabe comune din pasajul ales sau din întregul editor. Normalizarea numerelor standardizează formele cifrelor occidentale, arabe sau persane în funcție de scrierea textului; aceasta nu le modifică valorile numerice. Aceste acțiuni de curățare rulează local în browserul tău.

Anulare și Refacere îți permit să revizuiești pașii de editare, inclusiv modificările AI. Restaurare text OCR sau Restaurare traducere readuce editorul la rezultatul original din procesare. Poți anula și acea restaurare. Anulare închide fereastra fără a aplica modificările curente la rezultatul principal.

Editarea inteligentă este un editor de lucru, nu un proiect salvat. Descarcă orice text sau copie formatată de care ai nevoie înainte de a reîncărca pagina sau de a începe de la capăt.

Salvează textul OCR corectat sau o copie formatată

Aplicare modificări actualizează rezultatul TXT sau Word (DOCX). Copierea formatată salvează stilul Editării inteligente ca fișier HTML separat.

Ce conține fiecare descărcare

TXT conține textul simplu curent. Documentul Word (.docx) este un fișier Word editabil autentic, creat cu text curat și formatare de paragraf și text de la dreapta la stânga (RTL) pentru limbile RTL. După corecțiile de text sau modificările din Editarea inteligentă, Descărcare trimite textul curent către serverul nostru pentru a regenera fișierul Word fără a repeta OCR. Fișierul Word nu recreează aspectul scanării și nu păstrează stilul bogat al Editării inteligente.

Pentru titluri, culori, liste și alte formatări din Editarea inteligentă, alege Copiere formatată în interiorul editorului. Aceasta descarcă un HTML care poate fi deschis într-un browser și imprimat cu ajutorul comenzilor de imprimare ale browserului. Acesta este un document text suplimentar, nu un PDF căutabil sau o scanare sursă editată.

Editarea inteligentă acceptă până la 100.000 de caractere în editor; acțiunile AI individuale au limitele mai mici descrise mai sus. Dacă ai ales ieșirea PDF în setările OCR, folosește acea previzualizare și descărcare PDF separată. Alege un rezultat de recunoaștere TXT sau DOCX când dorești corecții de text cu Editarea inteligentă.

Fișiere și procesare acceptate

Intrare
PDF
Ieșire
TXT, DOCX, PDF, HTML

Deschideți un PDF de până la 50 MB și 750 pagini sursă. Fișierele protejate au nevoie de o copie deblocată, cu excepția cazului în care acest instrument oferă explicit introducerea parolei. Paginile mari sau complexe pot necesita mai multă memorie sau pot atinge limitele de procesare chiar și atunci când fișierul se încadrează în aceste limite.

Sursa poate conține până la 750 pagini, dar fiecare solicitare procesează o singură pagină.

Procesarea utilizează serverele noastre. Fișierele sursă, fișierele temporare și rezultatele sunt șterse de pe serverele noastre în termen de 30 de minute după finalizarea procesării. Nu partajăm conținutul documentelor cu terțe părți și nu îl folosim pentru a antrena modele AI.

Advertisements
Întrebări frecvente

FAQ

Decupați paginile PDF sau eliminați marginea albă

Procesare pe server
Cum pot extrage text dintr-un PDF scanat?

Deschideți PDF-ul, alegeți pagina și limba de recunoaștere și ajustați dreptunghiul dacă aveți nevoie doar de o parte a paginii. Rulați OCR, apoi alegeți TXT sau Word pentru a copia, revizui și edita textul recunoscut. OCR citește cuvintele din interiorul imaginii scanate; fiecare solicitare procesează o pagină sau o zonă selectată.

Pot converti un PDF scanat într-un document Word editabil?

Da. Atât Future, cât și Classic oferă un document Word (.docx) cu text editabil din pagina sau zona selectată, incluzând formatarea de la dreapta la stânga pentru limbile RTL. Verificați cuvintele recunoscute și corectați eventualele greșeli înainte de descărcare. Fișierul Word utilizează un nou aspect al textului; acesta nu recreează tabelele, imaginile sau designul paginii originale.

Am nevoie de OCR dacă PDF-ul meu conține deja text selectabil?

De obicei, nu. Dacă puteți selecta și copia cuvintele corect, utilizați PDF to Text pentru a extrage textul existent fără recunoaștere. OCR este util pentru scanări care conțin doar imagini sau pagini al căror text existent se copiază incorect. Verificați mai întâi cuvintele copiate pentru a alege instrumentul potrivit.

PDF OCR procesează întregul document deodată?

Nu. Fiecare rulare recunoaște o pagină PDF selectată sau un dreptunghi de pe acea pagină la 200 DPI. Alege o altă pagină și rulează OCR din nou pentru a continua. PDF-ul sursă poate conține până la 750 pagini, dar aceasta este limita de încărcare, nu o procesare OCR în lot pentru întregul document.

Care este diferența dintre Future și Classic OCR?

Classic funcționează bine pentru majoritatea documentelor imprimate. Future utilizează recunoașterea AI avansată, optimizată pentru scanări dificile, unele documente scrise de mână și text multilingv complex, fiind opțiunea implicită pentru limbile acceptate. Rezultatele pentru scrisul de mână depind de lizibilitate și de calitatea scanării. Ambele motoare oferă TXT și Word (.docx), cu formatare de la dreapta la stânga acolo unde este cazul. Classic creează, de asemenea, un PDF care poate fi căutat, păstrând imaginea sursă și un strat de text aliniat; Future creează un PDF simplu, doar cu text, cu un aspect nou.

Pot corecta textul recunoscut lângă imaginea sursă?

Da. Pentru rezultatele TXT și Word, panoul sursă afișează pagina completă lângă textul editabil. Un contur albastru marchează zona recunoscută, iar restul paginii este estompat. Măriți pentru a verifica numele, numerele și punctuația sau utilizați „Se potrivește” pentru a vedea din nou pagina întreagă.

Ce poate face Smart edit cu textul meu?

Poate rezuma, parafraza, corecta gramatica sau sugera un titlu și oferă opțiuni de formatare, curățare, Anulare și Refacere. Selectați un pasaj sau utilizați întregul text. Acțiunile AI rulează când faceți clic pe Aplicare și acceptă până la 600 de cuvinte și 12.000 de caractere per solicitare. Examinați rezultatul, apoi alegeți Aplicare modificări pentru a actualiza textul principal. Copierea formatată descarcă HTML; Copierea și Aplicarea modificărilor transferă text simplu.

Care descărcare OCR păstrează corecțiile și formatarea mea?

Descărcările TXT și DOCX utilizează textul simplu corectat, inclusiv Aplicarea modificărilor din Smart edit. DOCX creează text Word curat, editabil, cu paragrafe RTL pentru limbile RTL. După editare, Descărcare regenerează fișierul Word pe serverul nostru fără a repeta recunoașterea. Utilizați Copiere formatată în Smart edit pentru titluri, liste și culori ca HTML. Corecțiile de text nu modifică un strat PDF existent care poate fi căutat.

Care sunt limitele de fișiere și pagini?

Deschideți un PDF de până la 50 MB și 750 pagini sursă. Fișierele protejate au nevoie de o copie deblocată, cu excepția cazului în care acest instrument oferă explicit introducerea parolei. Paginile mari sau complexe pot necesita mai multă memorie sau pot atinge limitele de procesare chiar și atunci când fișierul se încadrează în aceste limite.

Unde este procesat documentul meu?

Acest instrument utilizează serverele noastre pentru procesare. Fișierul original nu este suprascris; rezultatul este o descărcare separată. Previzualizați și verificați rezultatul acolo unde este disponibil și descărcați copia de care aveți nevoie înainte de a începe din nou.

Continuă

Ce ai dori să faci în continuare?

Alege un instrument. PDF-ul tău finalizat te însoțește.

PDF

Advertisements

Limba de recunoaștere38

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