pdfMB

OCR PDF

Jadikan PDF hasil pindai bisa dicari dan salin teksnya. Tampilan halaman tetap persis sama, dan file Anda tetap di perangkat ini.

  • Tanpa unggahFile Anda tetap di perangkat ini.
  • Data bahasa diunduh sekali sajaHanya data baca untuk bahasa pilihan Anda yang diunduh, lalu disimpan di perangkat ini.
  • Gratis, tanpa daftarTanpa akun dan tanpa batas harian.

Apa yang terjadi pada file Anda

Semua yang dijelaskan di bawah terjadi di dalam browser Anda, di perangkat Anda sendiri. PDF atau foto Anda tidak pernah diunggah, jadi tidak ada orang lain, termasuk kami, yang bisa melihatnya.

  1. Pembaca teksnya adalah Tesseract, mesin OCR gratis dan sumber terbuka, yang berjalan di browser Anda. Mesin ini dimuat dari pdfMB sendiri, bukan dari server perusahaan lain.
  2. Saat pertama kali Anda memakai suatu bahasa, datanya (antara 0,5 dan 3 MB) diunduh dari pdfMB dan disimpan oleh browser Anda. Hanya itu yang diunduh: file Anda tidak dikirim ke mana pun.
  3. Setiap halaman digambar sebagai gambar 300 dpi lalu dibaca baris demi baris. Halaman yang sudah berisi teks asli dilewati, kecuali Anda memintanya.
  4. Kata-kata yang ditemukan ditambahkan ke halaman sebagai teks tak terlihat, tepat di atas kata yang sama pada gambar. Setelah itu, mencari, memilih, dan menyalin bisa dilakukan di aplikasi pembaca PDF apa pun.
  5. Tidak ada isi halaman yang digambar ulang atau dikompres lagi. Teks baru ditambahkan di akhir file, dan file aslinya tetap ada di dalamnya tanpa perubahan, byte demi byte.
  6. Foto masuk ke PDF apa adanya (foto JPEG tidak dikompres lagi), dan teks ditambahkan di atasnya.
Singkatnya
  1. Pilih PDF atau foto
  2. Periksa bahasanya
  3. Tekan “Baca”
  4. Unduh atau salin teksnya

Cara membuat PDF hasil pindai bisa dicari

  1. Pilih PDF, atau satu atau beberapa foto halaman.
  2. Periksa bahasanya. Bahasa halaman ini dan bahasa Inggris sudah dipilihkan; tambahkan bahasa lain yang ada di dokumen.
  3. Tekan “Baca”. Halaman dibaca satu per satu, dan Anda bisa melihat halaman mana yang sedang dibaca.
  4. Unduh PDF yang bisa dicari, atau salin teksnya dan simpan sebagai file .txt.

Tips agar hasilnya bagus

  • Pindai pada 300 dpi jika pemindai Anda memberi pilihan. Pada resolusi lebih rendah, huruf kecil sulit dibaca.
  • Foto halaman dalam keadaan rata, lurus dari depan, dan dengan cahaya yang cukup, tanpa bayangan di atas teks. Alat Pindai ke PDF meluruskan halaman untuk Anda.
  • Putar dulu halaman yang miring ke samping atau terbalik ke arah yang benar dengan Putar PDF.
  • Pilih hanya bahasa yang benar-benar ada di dokumen. Bahasa tambahan membuat pembacaan lebih lambat dan bisa menambah kesalahan.
  • Tulisan tangan, cetakan yang sangat kecil, dan huruf dekoratif sulit terbaca, jadi periksa teksnya sebelum Anda mengandalkannya.

Kapan orang memakainya

Kontrak dan surat hasil pindai

Temukan nama, tanggal, atau nominal dalam dokumen pindaian yang panjang dengan Ctrl+F, tanpa membaca setiap halaman.

Berkas lama dan arsip

Jadikan folder berisi halaman pindaian bisa dicari, supaya komputer Anda bisa menemukan dokumen dari kata-kata di dalamnya.

Foto pengumuman dan struk

Salin teks dari foto pengumuman, menu, atau struk, lalu tempel ke pesan atau penerjemah.

Dokumen dalam lebih dari satu bahasa

Pilih dua bahasa atau lebih, misalnya Indonesia dan Inggris atau Mandarin dan Inggris, dan keduanya dibaca di halaman yang sama.

Yang tidak bisa dilakukan

  • OCR bisa salah, terutama pada foto buram, cetakan kecil, tabel, dan tulisan tangan. Selalu periksa nama, angka, dan nominal yang penting.
  • Teks dibaca per baris mendatar. Teks Mandarin atau Jepang yang ditulis vertikal, serta halaman yang miring ke samping, tidak terbaca dengan benar.
  • Tata letaknya tidak dibangun ulang. Anda mendapat teks yang bisa dicari di atas halaman asli, bukan dokumen Word yang bisa diedit.
  • Dalam uji kami, beberapa bahasa terbaca kurang akurat dibanding yang lain. Bahasa-bahasa itu diberi tanda “akurasi lebih rendah” di daftar bahasa.
  • Data bahasa diunduh saat pertama kali Anda memakai suatu bahasa (ukurannya ditampilkan sebelum mulai), jadi pertama kali itu butuh koneksi internet.
  • Pembacaan terjadi di perangkat Anda, jadi lebih lambat di ponsel lama, dan dokumen yang sangat panjang bisa menghabiskan memori ponsel. Pisahkan dulu menjadi beberapa bagian.
  • PDF yang dilindungi kata sandi, dan PDF yang pemiliknya memblokir perubahan, tidak bisa dibaca.

Pertanyaan seputar OCR

Apa itu OCR?

OCR (optical character recognition atau pengenalan karakter optik) berarti membaca huruf di dalam gambar lalu mengubahnya menjadi teks sungguhan. PDF hasil pindai hanyalah gambar halaman, jadi Anda tidak bisa mencari atau menyalin isinya sebelum diproses dengan OCR.

Apakah tampilan PDF saya akan berubah?

Tidak. Teks ditambahkan sebagai lapisan tak terlihat, jadi halamannya tetap terlihat persis sama. Dalam uji kami, halaman sebelum dan sesudahnya identik, piksel demi piksel.

Apakah dokumen saya diunggah?

Tidak. Pembaca teks berjalan di browser Anda. Yang diunduh hanya data bahasa, dari pdfMB. File Anda tidak pernah dikirim ke mana pun.

Bahasa apa saja yang bisa dibaca?

32 bahasa yang ada di situs ini, termasuk Inggris, Thai, Mandarin (sederhana dan tradisional), Jepang, Korea, Arab, Ibrani, Hindi, Bengali, Myanmar, Rusia, dan Vietnam. Pilih beberapa sekaligus jika dokumennya mencampur bahasa.

Seberapa akurat hasilnya?

Pada halaman cetak yang bersih, hampir setiap karakter terbaca dengan benar untuk sebagian besar bahasa. Foto, teks kecil, dan beberapa aksara lebih sulit. Kami menguji setiap bahasa dan menandai yang lebih lemah dengan “akurasi lebih rendah”.

Mengapa beberapa halaman dilewati?

Halaman yang sudah berisi teks asli, misalnya halaman yang dibuat di Word, tidak perlu OCR, jadi dibiarkan apa adanya. Centang “Baca juga halaman yang sudah berisi teks” jika tetap ingin membacanya.

Bisakah saya mendapatkan teksnya saja?

Bisa. Setelah dibaca, teksnya muncul di bawah tombol unduh. Tekan “Salin teks”, atau “Unduh .txt” untuk menyimpannya sebagai file teks biasa.