pdfMB

OCR PDF

Jadikan PDF imbasan boleh dicari dan salin teksnya. Rupa halaman kekal sama sepenuhnya, dan fail anda kekal pada peranti ini.

  • Tiada muat naikFail anda kekal pada peranti ini.
  • Data bahasa dimuat turun sekali sahajaHanya data bacaan untuk bahasa pilihan anda dimuat turun, kemudian disimpan pada peranti ini.
  • Percuma, tanpa pendaftaranTiada akaun dan tiada had harian.

Apa yang berlaku pada fail anda

Semua yang diterangkan di bawah berlaku di dalam pelayar anda, pada peranti anda sendiri. PDF atau foto anda tidak pernah dimuat naik, jadi tiada orang lain, termasuk kami, boleh melihatnya.

  1. Pembaca teksnya ialah Tesseract, enjin OCR percuma dan sumber terbuka, yang berjalan dalam pelayar anda. Ia dimuatkan daripada pdfMB sendiri, bukan daripada pelayan syarikat lain.
  2. Kali pertama anda menggunakan sesuatu bahasa, datanya (antara 0.5 hingga 3 MB) dimuat turun daripada pdfMB dan disimpan oleh pelayar anda. Itu sahaja yang dimuat turun: fail anda tidak ke mana-mana.
  3. Setiap halaman dilukis sebagai gambar 300 dpi dan dibaca baris demi baris. Halaman yang sudah ada teks sebenar dilangkau melainkan anda memintanya.
  4. Perkataan yang ditemui ditambah pada halaman sebagai teks halimunan, diletakkan tepat di atas perkataan yang sama dalam gambar. Selepas itu, carian, pemilihan dan penyalinan berfungsi dalam mana-mana pembaca PDF.
  5. Tiada apa-apa pada halaman dilukis semula atau dimampatkan lagi. Teks baharu ditambah di hujung fail, dan fail asal kekal di dalamnya tanpa sebarang perubahan, bait demi bait.
  6. Foto dimasukkan ke dalam PDF seperti asal (foto JPEG tidak dimampatkan lagi), dan teks ditambah di atasnya.
Ringkasnya
  1. Pilih PDF atau foto
  2. Semak bahasa
  3. Tekan “Baca”
  4. Muat turun atau salin teks

Cara menjadikan PDF imbasan boleh dicari

  1. Pilih PDF, atau satu atau lebih foto halaman.
  2. Semak bahasa. Bahasa halaman ini dan bahasa Inggeris sudah dipilih untuk anda; tambah bahasa lain yang terdapat dalam dokumen.
  3. Tekan “Baca”. Halaman dibaca satu demi satu, dan anda boleh melihat halaman mana yang sedang dibaca.
  4. Muat turun PDF yang boleh dicari, atau salin teks dan simpannya sebagai fail .txt.

Petua untuk hasil yang baik

  • Imbas pada 300 dpi jika pengimbas anda membenarkan pilihan. Pada resolusi lebih rendah, huruf kecil sukar dibaca.
  • Ambil gambar halaman dalam keadaan rata, tegak dari hadapan dan dalam cahaya yang baik, tanpa bayang-bayang pada teks. Alat Imbas ke PDF meluruskan halaman untuk anda.
  • Pusingkan halaman yang mengiring atau terbalik ke arah yang betul dahulu, dengan Putar PDF.
  • Pilih hanya bahasa yang benar-benar ada dalam dokumen. Bahasa tambahan melambatkan bacaan dan boleh menambah kesilapan.
  • Tulisan tangan, cetakan yang sangat kecil dan fon hiasan sukar dibaca dengan baik, jadi semak teks sebelum anda bergantung padanya.

Bila orang menggunakannya

Kontrak dan surat imbasan

Cari nama, tarikh atau jumlah wang dalam dokumen imbasan yang panjang dengan Ctrl+F tanpa perlu membaca setiap halaman.

Dokumen lama dan arkib

Jadikan folder halaman imbasan boleh dicari, supaya komputer anda dapat mencari dokumen berdasarkan perkataan di dalamnya.

Foto notis dan resit

Salin teks daripada foto notis, menu atau resit dan tampalkannya ke dalam mesej atau penterjemah.

Dokumen dalam lebih daripada satu bahasa

Pilih dua bahasa atau lebih, seperti Melayu dan Inggeris atau Cina dan Inggeris, dan kedua-duanya dibaca pada halaman yang sama.

Perkara yang tidak dapat dilakukan

  • OCR boleh tersilap, terutamanya pada foto kabur, cetakan kecil, jadual dan tulisan tangan. Sentiasa semak nama, nombor dan jumlah wang yang penting.
  • Teks dibaca dalam baris mendatar. Teks Cina atau Jepun yang ditulis menegak, dan halaman yang mengiring, tidak dibaca dengan betul.
  • Susun atur tidak dibina semula. Anda mendapat teks yang boleh dicari di atas halaman asal, bukan dokumen Word yang boleh disunting.
  • Dalam ujian kami, sesetengah bahasa dibaca kurang tepat berbanding yang lain. Bahasa ini ditanda “ketepatan lebih rendah” dalam senarai bahasa.
  • Data bahasa dimuat turun kali pertama anda menggunakan sesuatu bahasa (saiznya ditunjukkan sebelum anda bermula), jadi kali pertama itu memerlukan sambungan internet.
  • Bacaan berlaku pada peranti anda, jadi ia lebih perlahan pada telefon lama, dan dokumen yang sangat panjang boleh menghabiskan memori telefon. Pisahkannya kepada beberapa bahagian dahulu.
  • PDF yang dilindungi kata laluan, dan PDF yang pemiliknya telah menyekat perubahan, tidak boleh dibaca.

Soalan tentang OCR

Apakah OCR?

OCR (optical character recognition, atau pengecaman aksara optik) bermaksud membaca huruf dalam gambar dan menukarnya kepada teks sebenar. PDF imbasan hanyalah gambar halaman, jadi anda tidak boleh mencari atau menyalin daripadanya sehingga ia melalui OCR.

Adakah rupa PDF saya akan berubah?

Tidak. Teks ditambah sebagai lapisan halimunan, jadi halaman kelihatan sama sepenuhnya. Dalam ujian kami, halaman sebelum dan selepas adalah serupa, piksel demi piksel.

Adakah dokumen saya dimuat naik?

Tidak. Pembaca teks berjalan dalam pelayar anda. Satu-satunya yang dimuat turun ialah data bahasa, daripada pdfMB. Fail anda tidak pernah dihantar ke mana-mana.

Bahasa apakah yang boleh dibaca?

32 bahasa laman web ini, termasuk Inggeris, Thai, Cina (ringkas dan tradisional), Jepun, Korea, Arab, Ibrani, Hindi, Bengali, Myanmar, Rusia dan Vietnam. Pilih beberapa bahasa jika dokumen mencampurkan bahasa.

Sejauh manakah ketepatannya?

Pada halaman bercetak yang bersih, kebanyakan bahasa membaca hampir setiap aksara dengan betul. Foto, teks kecil dan sesetengah tulisan lebih sukar. Kami telah menguji setiap bahasa dan menanda yang lebih lemah sebagai “ketepatan lebih rendah”.

Kenapa sesetengah halaman dilangkau?

Halaman yang sudah ada teks sebenar, seperti halaman yang dibuat dalam Word, tidak memerlukan OCR, jadi ia dibiarkan seperti asal. Tandakan “Baca juga halaman yang sudah ada teks” untuk tetap membacanya.

Bolehkah saya dapatkan teksnya sahaja?

Boleh. Selepas dibaca, teks dipaparkan di bawah butang muat turun. Tekan “Salin teks”, atau “Muat turun .txt” untuk menyimpannya sebagai fail teks biasa.