PDF-г Текст болгох (OCR)
Сканнердсан PDF-ээс текст гаргаж авах
OCR нь зураг болон PDF-ээс текст гаргадаг. LlamaPDF эхлээд PDF-д сонгох боломжтой текстийн давхарга байгаа эсэхийг шалгаж, байвал шууд хуулна — хурдан, алдагдалгүй. Байхгүй бол (эсвэл зурагт) бүхэлдээ таны хөтөч дээр ажилладаг, 81 хэлийг дэмждэг, хүсвэл хэлийг автоматаар таних текст таних аргад шилжинэ. Анх удаа хөтөч таних хөдөлгүүр (ойролцоогоор 3 МБ) болон хэлний өгөгдлийг (хэл тус бүрд ойролцоогоор 1,5 МБ; автоматаар таних үед нийт ойролцоогоор 7,8 МБ) татна.
Файлаа энд чирж оруулна уу
эсвэл дарж сонгоно уу
Дээд тал нь 50 МБ · Бүртгэл шаардахгүй
Таны файл төхөөрөмж дээр хэвээр байна — хэзээ ч байршуулахгүй
OCR ашиглан PDF эсвэл зургаас текст хэрхэн задлах вэ
- 1
Скан хийсэн PDF эсвэл зургийн файлаа дээрх хайрцаг руу чирэх эсвэл сонгохын тулд дарж нэмнэ үү. Хэрэгсэл PDF, PNG, JPG, WebP файлыг дэмжинэ.
- 2
Таних нарийвчлалыг хамгийн сайн болгохын тулд баримт дахь текстийн хэлийг эсвэл Автоматаар танина-г сонгоно уу. Олон хэлтэй баримтад дахиад 2 хүртэл хэл нэмнэ үү. Үр дүн нь энгийн текст: мөр шилжилт хадгалагдах боловч хүснэгт, баганын бүтэц хуулбарлагдахгүй.
- 3
Оптик тэмдэгт таних боловсруулалтыг эхлүүлэхийн тулд Текст задлах товчийг дарна уу. Задлагдсан текстийг хянаж хуулж авах эсвэл текст файлаар татаж авна уу. Бүх OCR боловсруулалт нь нарийн таних алгоритм ашиглан шууд браузер дотор ажилладаг — баримт бичгүүдийг хэзээ ч сервер рүү байршуулахгүй тул нууцлал бүрэн хангагдана.
Яагаад манай OCR хэрэгслийг ашиглах вэ?
Скан хийсэн баримт, зургаар авсан хуудас, зураг дээр суурилсан PDF нь үнэ цэнэтэй текстийг зураг дотор түгждэг. Энэ агуулгыг эхлээд машинд уншигдах текст болгохгүйгээр хайх, хуулах, засах, дахин ашиглах боломжгүй. Манай OCR хэрэгсэл баримтын харааны бүтцийг шинжилж, текстийг нь гаргаж энэ асуудлыг шийддэг. Нэг хуудастай баримтаас эхлээд олон хуудастай скан хийсэн гэрээ, эрдэм шинжилгээний өгүүлэл хүртэл бүгдийг боловсруулж, хэвлэмэл текстийг 81 хэлээр танина.
Бүх процесс таны хөтөч дээр дотооддоо явагддаг тул эмзэг баримт тань — хууль зүйн гэрээ, эмнэлгийн бүртгэл, санхүүгийн хуулга — хэзээ ч төхөөрөмжөөс гарахгүй. Сервер рүү байршуулахгүй, үүлэнд боловсруулахгүй; зөвхөн таних хөдөлгүүр болон хэлний өгөгдлийг нэг удаа нийтийн CDN-ээс татна. Ганц зураг эсвэл дэлгэцийн агшнаас текст гаргах зэрэг энгийн ажилд манай зурагнаас текст гаргах хэрэгсэл илүү энгийн арга санал болгоно. Текстээ гаргасны дараа текстийг PDF болгох хөрвүүлэгчээр жинхэнэ баримт болгох эсвэл эх PDF-ийг шууд засаарай.
OCR гэж юу вэ?
OCR (тэмдэгтийг оптик аргаар таних) нь текстийн дүрсийг — скан хийсэн баримт, гэрэл зураг эсвэл зураг дээр суурилсан PDF-ээс — машинд уншигдах, засах боломжтой текст болгон хувиргадаг технологи юм. OCR хөдөлгүүрүүд үсэг, тоо, тэмдгийг танихын тулд зураг дахь тэмдэгтийн хэлбэр, хээ, орон зайн харилцааг шинжилдэг. Орчин үеийн OCR олон хэлийг дэмжиж, олон төрлийн фонт, хэмжээ, бүтэцтэй ажиллаж чадна. Энэ нь баримт цахимжуулах, хайх боломжтой PDF үүсгэх, өгөгдөл автоматаар оруулах, хэвлэмэл текстийг чангаар уншдаг хүртээмжийн хэрэгслийн үндсэн технологи юм.