PDF đã quét sang văn bản
Trích xuất các đoạn văn từ sách, bài báo và ghi chú bài giảng đã quét để trích dẫn, nghiên cứu hoặc dịch thuật. So sánh văn bản đã nhận dạng với nguồn trước khi sử dụng lại.
Làm cho các từ đã quét có thể tìm kiếm và chỉnh sửa được.
Kéo trên trang để chọn một khu vực. Di chuyển hoặc thay đổi kích thước khung; các phím mũi tên dùng để di chuyển và Shift + mũi tên để thay đổi kích thước.
Chọn toàn bộ trang hoặc vẽ, di chuyển và thay đổi kích thước khung xung quanh văn bản bạn cần. Mỗi lần nhấp chỉ xử lý lựa chọn này.
Kết quả của bạn đã sẵn sàng. Tải xuống một bản sao hoặc quay lại để điều chỉnh cài đặt.
Mở tệp PDF hoặc thử tệp mẫu. Việc xem trước không tải tài liệu của bạn lên.
Hiển thị trang bạn cần. Chọn Cổ điển hoặc Tương lai, ngôn ngữ nhận dạng và định dạng đầu ra khả dụng.
Nhận dạng trang này, xem lại kết quả và tải xuống. Các trang khác cần các lần nhấp riêng biệt.
PDF OCR (nhận dạng ký tự quang học) đọc văn bản bên trong hình ảnh PDF đã quét để bạn có thể sao chép và chỉnh sửa. Nhận dạng từng trang hoặc vùng được chọn, tải xuống TXT hoặc văn bản Word có thể chỉnh sửa và xem xét kết quả bên cạnh bản quét. Smart edit giúp tinh chỉnh cách diễn đạt và định dạng. Classic cũng cung cấp PDF có thể tìm kiếm; Future cung cấp PDF chỉ văn bản trong bố cục mới.
Trích xuất các đoạn văn từ sách, bài báo và ghi chú bài giảng đã quét để trích dẫn, nghiên cứu hoặc dịch thuật. So sánh văn bản đã nhận dạng với nguồn trước khi sử dụng lại.
Biến một trang thư hoặc báo cáo đã quét thành văn bản Word có thể chỉnh sửa. Xem xét và sửa cách diễn đạt mà không cần nhập lại mọi thứ; tệp Word sử dụng bố cục mới.
Sử dụng Classic để thêm văn bản có thể tìm kiếm vào trang hoặc vùng được chọn trong khi vẫn giữ lại hình ảnh đã quét của nó. Mỗi lần chạy tạo ra kết quả cho trang đó, không phải toàn bộ tài liệu.
Bạn đã có thể chọn và sao chép văn bản chưa? Trích xuất trực tiếp mà không cần OCR:
PDF sang Văn bảnĐiều hướng đến một trang, chọn ngôn ngữ nhận dạng và nhận dạng toàn bộ trang hoặc một hình chữ nhật được vẽ. Mỗi yêu cầu xử lý từng trang một.
Vẽ, di chuyển hoặc thay đổi kích thước hình chữ nhật nhận dạng trong bản xem trước trang để loại trừ các cột hoặc đường viền không liên quan, sau đó chọn Recognize selection (Nhận dạng vùng chọn). Để xử lý trang khác, hãy quay lại không gian làm việc, chọn trang đó và chạy lại nhận dạng; đây không phải là tính năng OCR hàng loạt cho toàn bộ tài liệu.
Đặt ngôn ngữ nhận dạng khớp với văn bản thực tế. Các bản quét rõ ràng, thẳng đứng dễ nhận dạng hơn các hình ảnh bị mờ hoặc bị lệch. Nhận dạng sử dụng độ phân giải cố định 200 DPI; nó không thể khôi phục chi tiết không có trong bản gốc.
Classic hoạt động tốt cho hầu hết các tài liệu in. Future sử dụng nhận dạng AI tiên tiến được tối ưu hóa cho các bản quét khó, một số tài liệu viết tay và văn bản đa ngôn ngữ phức tạp.
Classic là lựa chọn tốt cho hầu hết các tài liệu in ấn và cung cấp bố cục một cột hoặc nhiều cột. Định dạng Searchable PDF của nó giữ nguyên vùng hình ảnh đã chọn và thêm một lớp văn bản căn chỉnh với các từ được nhận dạng để tìm kiếm và chọn.
Future là mặc định cho các ngôn ngữ được hỗ trợ. Khả năng nhận dạng AI tiên tiến của nó được tối ưu hóa cho các bản quét khó, một số tài liệu viết tay và văn bản đa ngôn ngữ phức tạp. Kết quả viết tay phụ thuộc vào độ rõ nét và chất lượng bản quét, vì vậy hãy so sánh văn bản được nhận dạng với hình ảnh gốc. Định dạng Simple PDF của nó chứa văn bản có thể chọn trong một bố cục mới thay vì giữ nguyên hình ảnh gốc. Các ngôn ngữ không được Future hỗ trợ sẽ sử dụng Classic.
Cả hai công cụ đều cung cấp định dạng TXT và tài liệu Word (.docx) chính gốc, với văn bản sạch, có thể chỉnh sửa và định dạng từ phải sang trái khi phù hợp. Hãy chọn ngôn ngữ nhận dạng khớp với tài liệu của bạn.
Nút Tải xuống chính sẽ lưu định dạng đã chọn trong Cài đặt. Các liên kết PDF, TXT và Word bên dưới nó cung cấp các định dạng khác từ cùng một lần nhận dạng. Chọn TXT hoặc Word (DOCX) trong Cài đặt để mở các bảng hình ảnh gốc và văn bản có thể chỉnh sửa, bao gồm cả Smart edit. Việc chọn PDF sẽ mở bản xem trước và tải xuống PDF.
Đối với kết quả TXT và DOCX, hãy xem lại văn bản được nhận dạng bên cạnh hình ảnh gốc. Chỉnh sửa trực tiếp hoặc mở Smart edit bên cạnh nút Sao chép.
Bảng nguồn hiển thị toàn bộ trang. Khi bạn nhận dạng một vùng đã chọn, phần còn lại của trang sẽ bị làm mờ và một đường viền màu xanh lam đánh dấu vùng chọn. Hãy thu phóng để kiểm tra các ký tự nhỏ và sử dụng Fit để xem lại toàn bộ trang. So sánh tên, số, dấu câu và thứ tự đọc với hình ảnh.
Các chỉnh sửa trong kết quả có thể chỉnh sửa sẽ cập nhật bản tải xuống TXT hoặc DOCX chính. Nút Sao chép bên cạnh văn bản sẽ sao chép kết quả hiện tại với hiệu ứng mờ dần ngắn. Smart edit mở ra một cửa sổ lớn hơn cho các tác vụ AI và định dạng. Các thay đổi văn bản không làm thay đổi hình ảnh gốc hoặc sửa chữa lớp PDF có thể tìm kiếm đã tạo trước đó.
Trong Smart edit, hãy chọn một tác vụ AI và chọn Apply. Hãy bôi đen một đoạn văn để xử lý văn bản đó, hoặc để trống nếu muốn sử dụng toàn bộ trình chỉnh sửa.
Summarize text giúp tóm tắt đoạn văn, Paraphrase text giúp viết lại văn bản và Fix grammar giúp sửa lỗi ngôn ngữ. Các tác vụ này sẽ thay thế đoạn văn được chọn hoặc toàn bộ nội dung trong trình chỉnh sửa nếu không có lựa chọn nào. Suggest a title sẽ thêm tiêu đề phía trên tài liệu; một đoạn văn được chọn có thể định hướng cho tiêu đề mà không làm mất nội dung chính.
Mỗi yêu cầu AI chấp nhận tối đa 600 từ và 12.000 ký tự, với giới hạn yêu cầu 64-KB UTF-8. Hãy chọn đoạn văn ngắn hơn nếu kết quả dài vượt quá các giới hạn này. Các tác vụ AI chỉ gửi văn bản đó đến máy chủ của chúng tôi khi bạn chọn Apply và yêu cầu kết quả bằng cùng ngôn ngữ.
Hãy xem xét các thay đổi được đề xuất trước khi lưu lại. AI có thể bỏ sót chi tiết, thay đổi ý nghĩa hoặc tạo ra lỗi, đặc biệt là khi đầu vào chứa lỗi nhận dạng. Undo sẽ quay lại phiên bản trước đó. Kết quả chính chỉ được cập nhật sau khi chọn Apply Changes; việc chạy một tác vụ AI đơn thuần sẽ không thay thế nội dung cũ.
Thêm tiêu đề, danh sách, nhấn mạnh và hướng văn bản trong trình chỉnh sửa nâng cao (Advanced editor), hoặc sử dụng trình chỉnh sửa đơn giản (Simple editor) cho các thay đổi văn bản thuần túy.
Trình chỉnh sửa nâng cao cung cấp các đoạn văn và ba cấp độ tiêu đề, phông chữ không chân (sans-serif), có chân (serif) và đơn cách (monospace), kích thước phông chữ, in đậm, in nghiêng và gạch chân. Thiết lập màu văn bản hoặc làm nổi bật, sử dụng danh sách có dấu đầu dòng hoặc đánh số, điều chỉnh căn lề và chọn hướng tự động, từ phải sang trái hoặc từ trái sang phải. Clear formatting sẽ xóa định dạng để có kết quả đơn giản hơn.
Việc định dạng diễn ra ngay trong trình duyệt của bạn. Chuyển sang trình chỉnh sửa đơn giản không tự động loại bỏ tài liệu nâng cao; việc chỉnh sửa văn bản thuần túy của nó sẽ xóa bỏ định dạng. Các thay thế của AI sẽ chèn văn bản không định dạng vào khu vực bị ảnh hưởng, vì vậy hãy áp dụng định dạng cuối cùng sau khi đã xem xét nội dung.
Sử dụng Bản sao định dạng để giữ nguyên kiểu dáng này trong tệp tải xuống HTML. Sao chép và Áp dụng thay đổi sẽ chuyển văn bản thuần. Việc định dạng kết quả không làm thay đổi phông chữ, bố cục trang hoặc lớp văn bản của tệp PDF gốc.
Xóa dấu và ký tự nguyên âm, chuẩn hóa hình dạng chữ số hoặc sử dụng Hoàn tác, Làm lại và Khôi phục để xem lại các chỉnh sửa của bạn.
Xóa dấu & ký tự nguyên âm sẽ loại bỏ các dấu phụ Latinh và dấu nguyên âm tiếng Ả Rập phổ biến khỏi đoạn văn đã chọn hoặc toàn bộ trình chỉnh sửa. Chuẩn hóa số sẽ tiêu chuẩn hóa hình dạng chữ số phương Tây, Ả Rập hoặc Ba Tư theo hệ thống chữ viết của văn bản; thao tác này không làm thay đổi giá trị số của chúng. Các hành động dọn dẹp này chạy cục bộ trong trình duyệt của bạn.
Hoàn tác và Làm lại cho phép bạn xem lại các bước chỉnh sửa, bao gồm cả các thay đổi từ AI. Khôi phục văn bản OCR hoặc Khôi phục bản dịch sẽ đưa trình chỉnh sửa về kết quả gốc từ quá trình xử lý. Bạn cũng có thể hoàn tác việc khôi phục đó. Hủy sẽ đóng cửa sổ mà không áp dụng các thay đổi hiện tại vào kết quả chính.
Chỉnh sửa thông minh là một trình chỉnh sửa đang hoạt động, không phải là một dự án đã lưu. Hãy tải xuống bất kỳ văn bản hoặc bản sao định dạng nào bạn cần trước khi tải lại trang hoặc bắt đầu lại.
Áp dụng thay đổi sẽ cập nhật kết quả TXT hoặc Word (DOCX). Bản sao định dạng lưu kiểu dáng Chỉnh sửa thông minh của bạn dưới dạng tệp HTML riêng biệt.
TXT chứa văn bản thuần hiện tại. Tài liệu Word (.docx) là tệp Word có thể chỉnh sửa thực sự, được tạo bằng văn bản sạch và định dạng văn bản cũng như đoạn văn từ phải sang trái cho các ngôn ngữ RTL. Sau khi sửa văn bản hoặc thay đổi Chỉnh sửa thông minh, Tải xuống sẽ gửi văn bản hiện tại đến máy chủ của chúng tôi để tạo lại tệp Word mà không cần lặp lại OCR. Tệp Word không tạo lại bố cục quét hoặc giữ kiểu dáng phong phú của Chỉnh sửa thông minh.
Đối với tiêu đề, màu sắc, danh sách và các định dạng Chỉnh sửa thông minh khác, hãy chọn Bản sao định dạng bên trong trình chỉnh sửa. Nó sẽ tải xuống tệp HTML có thể mở trong trình duyệt và in bằng các điều khiển in của trình duyệt. Đây là một tài liệu văn bản bổ sung, không phải là tệp PDF có thể tìm kiếm hoặc bản quét nguồn đã chỉnh sửa.
Chỉnh sửa thông minh chấp nhận tối đa 100.000 ký tự trong trình chỉnh sửa; các hành động AI riêng lẻ có giới hạn nhỏ hơn như mô tả ở trên. Nếu bạn đã chọn đầu ra PDF trong cài đặt OCR, hãy sử dụng bản xem trước và tải xuống PDF riêng biệt đó. Chọn kết quả nhận dạng TXT hoặc DOCX khi bạn muốn sửa văn bản bằng Chỉnh sửa thông minh.
Mở một tệp PDF lên đến 50 MB và 750 trang nguồn. Các tệp được bảo vệ cần một bản sao đã mở khóa trừ khi công cụ này cung cấp rõ ràng việc nhập mật khẩu. Các trang lớn hoặc phức tạp có thể yêu cầu nhiều bộ nhớ hơn hoặc đạt đến giới hạn xử lý ngay cả khi tệp nằm trong các giới hạn này.
Nguồn có thể chứa tối đa 750 trang, nhưng mỗi yêu cầu chỉ xử lý một trang.
Quá trình xử lý sử dụng máy chủ của chúng tôi. Các tệp nguồn, tệp tạm thời và kết quả sẽ bị xóa khỏi máy chủ của chúng tôi trong vòng 30 phút sau khi quá trình xử lý kết thúc. Chúng tôi không chia sẻ nội dung tài liệu với bên thứ ba hoặc sử dụng chúng để huấn luyện các mô hình AI.
Cắt các trang PDF hoặc xóa lề trắng
Xử lý trên máy chủMở tệp PDF của bạn, chọn trang và ngôn ngữ nhận dạng, sau đó điều chỉnh hình chữ nhật nếu bạn chỉ cần một phần của trang. Chạy OCR, sau đó chọn TXT hoặc Word để sao chép, xem xét và chỉnh sửa văn bản đã nhận dạng. OCR đọc các từ bên trong hình ảnh đã quét; mỗi yêu cầu xử lý một trang hoặc vùng đã chọn.
Có. Cả Future và Classic đều cung cấp tài liệu Word (.docx) với văn bản có thể chỉnh sửa từ trang hoặc vùng đã chọn, bao gồm định dạng từ phải sang trái cho các ngôn ngữ RTL. Hãy xem lại các từ đã nhận dạng và sửa lỗi trước khi tải xuống. Tệp Word sử dụng bố cục văn bản mới; nó không tạo lại các bảng, hình ảnh hoặc thiết kế trang gốc.
Thường là không. Nếu bạn có thể chọn và sao chép các từ một cách chính xác, hãy sử dụng PDF to Text để trích xuất văn bản hiện có mà không cần nhận dạng. OCR hữu ích cho các bản quét chỉ chứa hình ảnh hoặc các trang có văn bản hiện có bị sao chép không chính xác. Hãy kiểm tra các từ đã sao chép trước để chọn công cụ phù hợp.
Không. Mỗi lần chạy nhận dạng một trang PDF đã chọn hoặc một hình chữ nhật trên trang đó ở mức 200 DPI. Chọn một trang khác và chạy lại OCR để tiếp tục. Tệp PDF nguồn có thể chứa tối đa 750 trang, nhưng đó là giới hạn tải lên, không phải là lô OCR toàn bộ tài liệu.
Classic hoạt động tốt với hầu hết các tài liệu in ấn. Future sử dụng công nghệ nhận dạng AI tiên tiến được tối ưu hóa cho các bản quét khó, một số tài liệu viết tay và văn bản đa ngôn ngữ phức tạp, và là lựa chọn mặc định cho các ngôn ngữ được hỗ trợ. Kết quả nhận dạng chữ viết tay phụ thuộc vào độ rõ nét và chất lượng bản quét. Cả hai công cụ đều cung cấp định dạng TXT và Word (.docx), với hỗ trợ định dạng từ phải sang trái khi cần thiết. Classic cũng tạo ra tệp PDF có thể tìm kiếm, giữ lại hình ảnh gốc và một lớp văn bản căn chỉnh; Future tạo ra tệp PDF đơn giản chỉ chứa văn bản với bố cục mới.
Có. Đối với kết quả TXT và Word, bảng điều khiển nguồn hiển thị toàn bộ trang bên cạnh văn bản có thể chỉnh sửa. Một đường viền màu xanh đánh dấu khu vực đã nhận dạng và phần còn lại của trang sẽ bị làm mờ. Hãy phóng to để kiểm tra tên, số và dấu câu, hoặc sử dụng tính năng Fit để xem lại toàn bộ trang.
Nó có thể tóm tắt, diễn giải, sửa lỗi ngữ pháp hoặc gợi ý tiêu đề, đồng thời cung cấp các tính năng định dạng, làm sạch, Hoàn tác và Làm lại. Chọn một đoạn văn hoặc sử dụng toàn bộ văn bản. Các tác vụ AI sẽ chạy khi bạn nhấp vào Áp dụng và chấp nhận tối đa 600 từ và 12.000 ký tự cho mỗi yêu cầu. Xem lại kết quả, sau đó chọn Áp dụng thay đổi để cập nhật văn bản chính. Bản sao có định dạng sẽ tải xuống dưới dạng HTML; Sao chép và Áp dụng thay đổi sẽ chuyển văn bản thuần túy.
Các bản tải xuống TXT và DOCX sử dụng văn bản thuần túy đã được sửa, bao gồm cả tính năng Áp dụng thay đổi của Smart edit. DOCX tạo ra văn bản Word sạch, có thể chỉnh sửa với các đoạn văn RTL cho các ngôn ngữ RTL. Sau khi chỉnh sửa, Tải xuống sẽ tạo lại tệp Word trên máy chủ của chúng tôi mà không cần thực hiện lại quá trình nhận dạng. Sử dụng Bản sao có định dạng trong Smart edit cho tiêu đề, danh sách và màu sắc dưới dạng HTML. Việc sửa văn bản không làm thay đổi lớp PDF có thể tìm kiếm hiện có.
Mở một tệp PDF lên đến 50 MB và 750 trang nguồn. Các tệp được bảo vệ cần một bản sao đã mở khóa trừ khi công cụ này cung cấp rõ ràng việc nhập mật khẩu. Các trang lớn hoặc phức tạp có thể yêu cầu nhiều bộ nhớ hơn hoặc đạt đến giới hạn xử lý ngay cả khi tệp nằm trong các giới hạn này.
Công cụ này sử dụng máy chủ của chúng tôi để xử lý. Tệp gốc của bạn không bị ghi đè; kết quả là một bản tải xuống riêng biệt. Hãy xem trước và kiểm tra kết quả nếu có, đồng thời tải xuống bản sao bạn cần trước khi bắt đầu lại.
Chọn một công cụ. PDF hoàn thiện của bạn sẽ đi cùng bạn.
Hãy thử từ khác hoặc xóa các bộ lọc.
VIDEO HƯỚNG DẪN NHANH
Cách trích xuất văn bản từ tệp PDF quét bằng OCR
Trích xuất các từ, sau đó tinh chỉnh chúng.
Lời bình tiếng Anh
Xem video