Asosiy mazmunga o'tish
LlamaPDFLlamaPDF
🔍

PDF dan Matn (OCR)

Skanerlangan PDF lardan matn chiqarish

OCR rasmlar va PDF lardan matn chiqarib oladi. LlamaPDF avval PDF da belgilanadigan matn qatlami bor-yo'qligini tekshiradi va bor bo'lsa, uni to'g'ridan-to'g'ri nusxalaydi — tez va yo'qotishsiz. Aks holda (yoki rasmlar uchun) to'liq brauzeringizda ishlaydigan, 81 tilni qo'llab-quvvatlaydigan va ixtiyoriy avtomatik aniqlashga ega matn tanishga o'tadi. Birinchi marta brauzeringiz tanish dvigatelini (taxminan 3 MB) va til ma'lumotlarini (har bir til uchun taxminan 1,5 MB; avtomatik aniqlash bilan jami taxminan 7,8 MB) yuklab oladi.

Faylingizni shu yerga torting va tashlang

yoki tanlash uchun bosing

.PDF.JPG.PNG.WEBP

Maks 50 MB · Ro'yxatdan o'tish shart emas

Faylingiz qurilmangizda qoladi — hech qachon yuklanmaydi

Rasmdan yoki PDF dan matn qanday chiqariladi

  1. 1

    Skanerlangan PDF yoki rasm faylingizni yuqoridagi maydonga torting yoki bosib tanlang. Vosita PDF, PNG, JPG va WebP fayllarni qo'llab-quvvatlaydi.

  2. 2

    Eng yaxshi tanish aniqligi uchun hujjatingizdagi matn tilini tanlang yoki Avtomatik aniqlashdan foydalaning. Aralash tilli hujjatlar uchun yana 2 tagacha til qo'shing. Natija oddiy matn: qator uzilishlari saqlanadi, lekin jadvallar va ustunli joylashuvlar qayta tiklanmaydi.

  3. 3

    Chiqarilgan matnni nusxalang yoki fayl sifatida yuklab oling.

Nima uchun OCR uchun LlamaPDF eng yaxshi tanlov?

Skanerlangan hujjatlar, suratga olingan sahifalar va rasmga asoslangan PDF lar qimmatli matnni rasmlar ichida qamab qo'yadi. Bu mazmunni avval mashina o'qiy oladigan matnga aylantirmasdan uni qidirish, nusxalash, tahrirlash yoki qayta ishlatish mumkin emas. OCR vositamiz hujjatingizning vizual tuzilishini tahlil qilib, uning matnini chiqarib olish orqali bu muammoni hal qiladi. Bir sahifali cheklardan tortib ko'p sahifali skanerlangan shartnomalar va ilmiy maqolalargacha hammasini qayta ishlaydi — 81 tilda bosma matnni taniydi.

Butun jarayon brauzeringizda mahalliy bajarilgani uchun maxfiy hujjatlaringiz — yuridik shartnomalar, tibbiy yozuvlar, moliyaviy hisobotlar — hech qachon qurilmangizni tark etmaydi. Yuklash va bulutli ishlov yo'q; faqat tanish dvigateli va til ma'lumotlari bir marta ommaviy CDN dan yuklab olinadi. Bitta fotosurat yoki skrinshotdan matn chiqarish kabi oddiyroq vazifalar uchun rasmdan matn vositamiz soddaroq tajriba taqdim etadi. Matnni chiqarib olgach, uni matndan PDF konvertori bilan to'g'ri hujjatga aylantiring yoki asl PDF ni to'g'ridan-to'g'ri tahrirlang.

OCR nima va u qanday ishlaydi?

OCR (optik belgilarni tanish) matn tasvirlarini — skanerlangan hujjatlar, fotosuratlar yoki rasmga asoslangan PDF lardan — mashina o'qiy oladigan, tahrirlanadigan matnga aylantiradigan texnologiya. OCR dvigatellari harflar, raqamlar va belgilarni aniqlash uchun rasmdagi belgilarning shakllari, naqshlari va fazoviy munosabatlarini tahlil qiladi. Zamonaviy OCR ko'plab tillarni qo'llab-quvvatlaydi va turli shriftlar, o'lchamlar va joylashuvlar bilan ishlay oladi. U hujjatlarni raqamlashtirish, qidiriladigan PDF yaratish, avtomatik ma'lumot kiritish va bosma matnni ovoz chiqarib o'qiydigan qulaylik vositalarining asosiy texnologiyasidir.

Ko'p So'raladigan Savollar

OCR qanday tillarni qo'llab-quvvatlaydi?

81 til. Ro'yxatdan bitta tilni tanlang yoki aralash tilli hujjatlar uchun 3 tagacha tilni birlashtiring. Har bir til birinchi marta ishlatilganda yuklab olinadi (taxminan 1,5 MB; xitoy, yapon va koreys tillari uchun taxminan 2,5 MB).

Matn chiqarish qanchalik aniq?

Aniqlik skanerga bog'liq: aniq, yuqori ruxsatli bosma matn eng yaxshi natija beradi.

Nega u ba'zan hatto 100 sahifali PDF uchun ham tez tugaydi?

Agar PDF da allaqachon tanlanadigan matn qatlami bo'lsa (skanerlangan emas, raqamli), matn OCR ishlatmasdan to'g'ridan-to'g'ri o'sha qatlamdan o'qiladi. Matn qatlami bo'lmagan skanerlangan PDF larda esa har sahifaga to'liq OCR qo'llanadi.

Tegishli asboblar