pdfMB

OCR PDF

Włącz wyszukiwanie w zeskanowanym PDF i skopiuj z niego tekst. Strony wyglądają dokładnie tak samo, a plik zostaje na tym urządzeniu.

  • Bez przesyłaniaTwój plik zostaje na tym urządzeniu.
  • Dane językowe pobierane są razPobierane są tylko dane do odczytu dla wybranych języków, a potem zostają na tym urządzeniu.
  • Za darmo, bez rejestracjiBez konta i bez dziennego limitu.

Co dzieje się z Twoim plikiem

Wszystko poniżej dzieje się w Twojej przeglądarce, na Twoim własnym urządzeniu. PDF ani zdjęcia nigdy nie są przesyłane, więc nikt inny, łącznie z nami, nie może ich zobaczyć.

  1. Tekst odczytuje Tesseract, darmowy silnik OCR o otwartym kodzie, działający w Twojej przeglądarce. Jest ładowany z samego pdfMB, a nie z serwera innej firmy.
  2. Przy pierwszym użyciu języka jego dane (od 0,5 do 3 MB) są pobierane z pdfMB i zapamiętywane przez przeglądarkę. To jedyne pobieranie: Twój plik nigdzie nie trafia.
  3. Każda strona jest rysowana jako obraz w 300 dpi i odczytywana wiersz po wierszu. Strony, które mają już prawdziwy tekst, są pomijane, chyba że zechcesz je odczytać.
  4. Znalezione słowa są dodawane do strony jako niewidoczny tekst, umieszczony dokładnie nad tymi samymi słowami na obrazie. Wyszukiwanie, zaznaczanie i kopiowanie działa wtedy w każdym czytniku PDF.
  5. Nic na stronach nie jest rysowane od nowa ani ponownie kompresowane. Nowy tekst jest dopisywany na końcu pliku, a oryginalny plik pozostaje w nim bez zmian, bajt w bajt.
  6. Zdjęcia trafiają do PDF w niezmienionej postaci (zdjęcia JPEG nie są ponownie kompresowane), a tekst jest nakładany na nie.
W skrócie
  1. Wybierz PDF lub zdjęcia
  2. Sprawdź języki
  3. Naciśnij „Odczytaj”
  4. Pobierz lub skopiuj tekst

Jak włączyć wyszukiwanie w zeskanowanym PDF

  1. Wybierz PDF albo jedno lub więcej zdjęć stron.
  2. Sprawdź języki. Język tej strony i angielski są już wybrane; dodaj każdy inny język, który występuje w dokumencie.
  3. Naciśnij „Odczytaj”. Strony są odczytywane po kolei i widzisz, która jest właśnie odczytywana.
  4. Pobierz PDF z wyszukiwaniem albo skopiuj tekst i zapisz go jako plik .txt.

Wskazówki dla dobrego wyniku

  • Skanuj w 300 dpi, jeśli skaner pozwala wybrać. Przy niższej rozdzielczości małe litery trudno odczytać.
  • Fotografuj strony płasko, prosto z góry i w dobrym świetle, bez cienia na tekście. Narzędzie „Skanuj do PDF” wyprostuje strony za Ciebie.
  • Strony obrócone na bok lub do góry nogami najpierw ustaw prawidłowo za pomocą „Obróć PDF”.
  • Wybieraj tylko języki, które naprawdę są w dokumencie. Dodatkowe języki spowalniają odczyt i mogą dodawać błędy.
  • Pismo odręczne, bardzo drobny druk i ozdobne czcionki są odczytywane słabo, więc sprawdź tekst, zanim na nim polegasz.

Kiedy się przydaje

Zeskanowane umowy i pisma

Znajdź nazwisko, datę lub kwotę w długim zeskanowanym dokumencie za pomocą Ctrl+F, zamiast czytać każdą stronę.

Stare dokumenty i archiwa

Włącz wyszukiwanie w folderach pełnych zeskanowanych stron, aby komputer mógł znaleźć dokument po słowach, które w nim są.

Zdjęcia ogłoszeń i paragonów

Skopiuj tekst ze zdjęcia ogłoszenia, menu lub paragonu i wklej go do wiadomości albo tłumacza.

Dokumenty w kilku językach

Wybierz dwa lub więcej języków, na przykład tajski i angielski albo chiński i angielski, a oba zostaną odczytane na tej samej stronie.

Czego nie potrafi

  • OCR popełnia błędy, zwłaszcza przy rozmazanych zdjęciach, drobnym druku, tabelach i piśmie odręcznym. Zawsze sprawdzaj ważne nazwiska, liczby i kwoty.
  • Tekst jest odczytywany w poziomych wierszach. Pionowy tekst chiński lub japoński oraz strony obrócone na bok nie są odczytywane poprawnie.
  • Układ strony nie jest odtwarzany. Dostajesz tekst z wyszukiwaniem nałożony na oryginalną stronę, a nie edytowalny dokument Word.
  • Niektóre języki w naszych testach są odczytywane mniej dokładnie niż inne. Na liście języków są oznaczone jako „niższa dokładność”.
  • Dane językowe są pobierane przy pierwszym użyciu języka (rozmiar widać przed rozpoczęciem), więc za pierwszym razem potrzebne jest połączenie z internetem.
  • Odczyt odbywa się na Twoim urządzeniu, więc na starszych telefonach trwa dłużej, a bardzo długie dokumenty mogą wyczerpać pamięć telefonu. Najpierw podziel je na części.
  • PDF chronionych hasłem oraz PDF, w których właściciel zablokował zmiany, nie da się odczytać.

Pytania o OCR

Co to jest OCR?

OCR (optyczne rozpoznawanie znaków) to odczytanie liter na obrazie i zamiana ich w prawdziwy tekst. Zeskanowany PDF to tylko obrazy stron, więc nie da się w nim wyszukiwać ani z niego kopiować, dopóki nie przejdzie przez OCR.

Czy mój PDF będzie wyglądał inaczej?

Nie. Tekst jest dodawany jako niewidoczna warstwa, więc strony wyglądają dokładnie tak samo. W naszych testach strony przed i po są identyczne co do piksela.

Czy mój dokument jest przesyłany?

Nie. Odczyt tekstu działa w Twojej przeglądarce. Pobierane są tylko dane językowe, z pdfMB. Twój plik nigdzie nie jest wysyłany.

Jakie języki potrafi odczytać?

32 języki tej strony, w tym angielski, tajski, chiński (uproszczony i tradycyjny), japoński, koreański, arabski, hebrajski, hindi, bengalski, birmański, rosyjski i wietnamski. Wybierz kilka, jeśli dokument łączy różne języki.

Jak dokładny jest odczyt?

Na czystych drukowanych stronach w większości języków prawie każdy znak jest poprawny. Zdjęcia, drobny tekst i niektóre pisma są trudniejsze. Przetestowaliśmy każdy język, a słabsze oznaczamy jako „niższa dokładność”.

Dlaczego niektóre strony są pomijane?

Strony, które mają już prawdziwy tekst, na przykład utworzone w Wordzie, nie potrzebują OCR, więc zostają bez zmian. Zaznacz „Odczytaj też strony, które mają już tekst”, aby mimo to je odczytać.

Czy mogę dostać sam tekst?

Tak. Po odczycie tekst pojawia się pod przyciskiem pobierania. Naciśnij „Kopiuj tekst” albo „Pobierz .txt”, aby zapisać go jako zwykły plik tekstowy.