OCR PDF
ทำให้ PDF ที่สแกนมาค้นหาคำได้ และคัดลอกข้อความออกมาใช้ได้ หน้าเอกสารยังเหมือนเดิมทุกอย่าง และไฟล์อยู่ในเครื่องคุณตลอด
ใช้เมื่อหน้าเดียวกันมีทั้งข้อความพิมพ์และส่วนที่เป็นภาพสแกน ข้อความเดิมในหน้านั้นอาจโผล่ซ้ำสองครั้งเวลาค้นหา
บนคอมพิวเตอร์ใช้เวลาหน้าละไม่กี่วินาที บนมือถือนานกว่านั้น เปิดแท็บนี้ค้างไว้จนเสร็จ
กำลังอ่านเอกสารของคุณ…
ทำงานในเครื่องของคุณทั้งหมด ไม่มีอะไรถูกอัปโหลด
0%
- ไม่อัปโหลดไฟล์ไฟล์อยู่ในเครื่องของคุณตลอด
- โหลดข้อมูลภาษาครั้งเดียวดาวน์โหลดเฉพาะข้อมูลอ่านของภาษาที่คุณเลือก แล้วเก็บไว้ในเครื่องนี้
- ฟรี ไม่ต้องสมัครไม่ต้องมีบัญชี ไม่จำกัดจำนวนครั้ง
ไฟล์ของคุณถูกจัดการอย่างไร
ทุกขั้นตอนด้านล่างเกิดขึ้นในเบราว์เซอร์บนเครื่องของคุณเอง PDF หรือรูปของคุณไม่ถูกอัปโหลด จึงไม่มีใครเห็น รวมถึงเราด้วย
- ตัวอ่านข้อความคือ Tesseract โปรแกรม OCR โอเพนซอร์สที่ใช้ฟรี ทำงานในเบราว์เซอร์ของคุณ และโหลดมาจาก pdfMB เอง ไม่ได้โหลดจากเซิร์ฟเวอร์ของบริษัทอื่น
- ครั้งแรกที่ใช้ภาษาใด ข้อมูลของภาษานั้น (ประมาณ 0.5–3 MB) จะถูกดาวน์โหลดจาก pdfMB แล้วเบราว์เซอร์เก็บไว้ นี่คือสิ่งเดียวที่ดาวน์โหลด ส่วนไฟล์ของคุณไม่ได้ไปไหน
- แต่ละหน้าถูกวาดเป็นภาพที่ 300 dpi แล้วอ่านทีละบรรทัด หน้าที่มีข้อความจริงอยู่แล้วจะถูกข้าม เว้นแต่คุณเลือกให้อ่านด้วย
- คำที่อ่านได้ถูกใส่ลงในหน้าเป็นข้อความล่องหน วางทับคำเดียวกันในภาพพอดี จึงค้นหา เลือก และคัดลอกได้ในโปรแกรมอ่าน PDF ทุกตัว
- ไม่มีอะไรในหน้าถูกวาดใหม่หรือบีบอัดซ้ำ ข้อความใหม่ถูกต่อท้ายไฟล์ ไฟล์เดิมยังอยู่ข้างในครบทุกไบต์
- ไทยอ่านได้ครบทั้งสระและวรรณยุกต์ และ “ำ” ถูกเก็บเป็นตัวอักษรเดียว คุณจึงค้นคำอย่าง “น้ำ” หรือ “จำนวน” เจอ
- เลือก PDF หรือรูปถ่าย
- ตรวจภาษาที่เลือก
- กด “อ่าน”
- ดาวน์โหลดหรือคัดลอกข้อความ
วิธีทำให้ PDF ที่สแกนมาค้นหาได้
- เลือกไฟล์ PDF หรือรูปถ่ายเอกสารหนึ่งรูปขึ้นไป
- ดูภาษาที่เลือกไว้ หน้านี้เลือกไทยกับอังกฤษไว้ให้แล้ว ถ้าเอกสารมีภาษาอื่นด้วย ให้เพิ่มภาษานั้น
- กด “อ่าน” ระบบจะอ่านทีละหน้า และบอกว่ากำลังอ่านหน้าไหนอยู่
- ดาวน์โหลด PDF ที่ค้นหาได้ หรือคัดลอกข้อความ หรือบันทึกเป็นไฟล์ .txt
เคล็ดลับให้อ่านได้แม่นขึ้น
- ถ้าเครื่องสแกนให้เลือกความละเอียด เลือก 300 dpi ความละเอียดต่ำกว่านี้ทำให้ตัวหนังสือเล็ก ๆ อ่านยาก
- ถ่ายรูปเอกสารให้วางราบ ถ่ายตรง ๆ ในที่สว่าง และไม่มีเงาพาดตัวหนังสือ เครื่องมือสแกนเป็น PDF ช่วยจัดหน้าให้ตรงได้
- หน้าที่ตะแคงหรือกลับหัว ให้หมุนให้ตรงก่อนด้วยเครื่องมือหมุนหน้า PDF
- เลือกเฉพาะภาษาที่มีในเอกสารจริง การเลือกภาษาเกินทำให้ช้าลงและอาจอ่านผิดมากขึ้น
- ลายมือ ตัวหนังสือเล็กมาก และฟอนต์ตกแต่ง อ่านได้ไม่ดี ตรวจข้อความก่อนนำไปใช้
ใช้ตอนไหนบ้าง
สัญญาและหนังสือที่สแกนไว้
หาชื่อ วันที่ หรือจำนวนเงินในเอกสารสแกนยาว ๆ ด้วย Ctrl+F แทนการไล่อ่านทุกหน้า
เอกสารเก่าและแฟ้มงาน
ทำให้แฟ้มเอกสารที่สแกนเก็บไว้ค้นหาได้ คอมพิวเตอร์จะหาไฟล์เจอจากคำที่อยู่ในเอกสาร
รูปถ่ายประกาศและใบเสร็จ
คัดลอกข้อความจากรูปประกาศ เมนู หรือใบเสร็จ ไปวางในแชตหรือโปรแกรมแปลภาษา
เอกสารที่มีหลายภาษา
เลือกได้หลายภาษาพร้อมกัน เช่น ไทยกับอังกฤษ หรือจีนกับอังกฤษ ระบบจะอ่านทั้งสองภาษาในหน้าเดียวกัน
สิ่งที่ทำไม่ได้
- OCR อ่านพลาดได้ โดยเฉพาะรูปที่เบลอ ตัวหนังสือเล็ก ตาราง และลายมือ ชื่อ ตัวเลข และจำนวนเงินที่สำคัญ ควรตรวจทุกครั้ง
- อ่านเฉพาะข้อความแนวนอน ข้อความจีนหรือญี่ปุ่นแบบแนวตั้ง และหน้าที่ตะแคงอยู่ จะอ่านไม่ถูก
- ไม่ได้สร้างรูปแบบหน้าขึ้นใหม่ สิ่งที่ได้คือข้อความที่ค้นหาได้ซ้อนอยู่บนหน้าเดิม ไม่ใช่ไฟล์ Word ที่แก้ไขได้
- บางภาษาอ่านได้แม่นน้อยกว่าภาษาอื่นในการทดสอบของเรา ภาษาเหล่านั้นมีป้าย “แม่นยำน้อยกว่า” ในรายการภาษา
- ครั้งแรกที่ใช้แต่ละภาษาต้องดาวน์โหลดข้อมูลภาษา (บอกขนาดก่อนเริ่ม) จึงต้องต่ออินเทอร์เน็ตในครั้งแรก
- การอ่านเกิดขึ้นในเครื่องของคุณ มือถือรุ่นเก่าจะช้ากว่า และเอกสารยาวมากอาจใช้หน่วยความจำของมือถือจนหมด ควรแยกเป็นหลายส่วนก่อน
- PDF ที่ใส่รหัสผ่าน และ PDF ที่เจ้าของไฟล์ตั้งห้ามแก้ไข อ่านไม่ได้
คำถามเรื่อง OCR
OCR คืออะไร
OCR (Optical Character Recognition) คือการอ่านตัวอักษรในภาพแล้วแปลงเป็นข้อความจริง PDF ที่สแกนมาเป็นแค่ภาพของหน้ากระดาษ จึงค้นหาหรือคัดลอกข้อความไม่ได้จนกว่าจะผ่าน OCR
PDF จะหน้าตาเปลี่ยนไหม
ไม่เปลี่ยน ข้อความถูกใส่เป็นชั้นล่องหน หน้าเอกสารจึงเหมือนเดิมทุกอย่าง ในการทดสอบของเรา ภาพหน้าก่อนและหลังตรงกันทุกพิกเซล
เอกสารของฉันถูกอัปโหลดไหม
ไม่ ตัวอ่านข้อความทำงานในเบราว์เซอร์ของคุณ สิ่งเดียวที่ดาวน์โหลดคือข้อมูลภาษาจาก pdfMB ไฟล์ของคุณไม่ถูกส่งไปที่ไหนเลย
อ่านภาษาอะไรได้บ้าง
ได้ทั้ง 32 ภาษาของเว็บนี้ เช่น ไทย อังกฤษ จีน (ตัวย่อและตัวเต็ม) ญี่ปุ่น เกาหลี อาหรับ ฮีบรู ฮินดี เบงกาลี พม่า รัสเซีย และเวียดนาม ถ้าเอกสารมีหลายภาษา เลือกได้หลายภาษาพร้อมกัน
อ่านภาษาไทยได้ถูกแค่ไหน
กับเอกสารพิมพ์ที่ชัดเจน ภาษาไทยอ่านตัวอักษรถูกเกือบทั้งหมดในการทดสอบของเรา สระและวรรณยุกต์อยู่ครบ และ “ำ” ถูกเก็บเป็นตัวเดียวเพื่อให้ค้นหาเจอ รูปถ่ายที่เบลอหรือเอียงจะพลาดมากขึ้น
ทำไมบางหน้าถูกข้าม
หน้าที่มีข้อความจริงอยู่แล้ว เช่น หน้าที่ทำจาก Word ไม่จำเป็นต้อง OCR จึงปล่อยไว้ตามเดิม ถ้าต้องการอ่านด้วย ให้ติ๊ก “อ่านหน้าที่มีข้อความอยู่แล้วด้วย”
เอาเฉพาะข้อความได้ไหม
ได้ หลังอ่านเสร็จ ข้อความจะแสดงใต้ปุ่มดาวน์โหลด กด “คัดลอกข้อความ” หรือ “ดาวน์โหลด .txt” เพื่อบันทึกเป็นไฟล์ข้อความ