Kuo tai skiriasi nuo kitų internetinių PDF įrankių?

Dauguma internetinių PDF įrankių siunčia jūsų failus apdoroti į nuotolinį serverį. Šis įrankis viską apdoroja vietoje, jūsų naršyklėje, naudodamas kliento pusės JavaScript. Jūsų failai niekada nesiunčiami į jokį serverį, todėl dokumento turinys lieka visiškai jūsų kontroliuojamas.

Ar mano PDF failai įkeliami į serverį?

Ne. Failus tiesiogiai nuskaito jūsų naršyklė. Jūsų failai niekada nesiunčiami tinklu. Įrankis veikia tik atidarytoje naršyklės kortelėje.

Ar galiu įsitikinti, kad failai neįkeliami?

Taip. Atidarykite naršyklės kūrėjo įrankius (F12), pereikite į kortelę „Network", ir naudodamiesi įrankiu stebėkite, ar nėra siunčiamų užklausų. Pamatysite, kad jokie failo duomenys neišeina iš naršyklės. Svetainė gali fiksuoti anoniminį puslapio peržiūrų skaičių, į kurį failai niekada neįtraukiami ir kurį galima išjungti.

Ar šis įrankis veikia neprisijungus prie interneto?

Taip, kai puslapis įkeliamas, įrankis apdoroja jūsų failus tik jūsų naršyklėje; įrankio funkcionalumui nereikia tinklo ryšio. Galite atsijungti nuo interneto ir toliau juo naudotis.

Kas nutinka, kai atnaujinu puslapį?

Kadangi niekas nesaugoma serveryje, atnaujinus puslapį dabartinė sesija išvaloma. Pasirinktus failus reikės pasirinkti iš naujo.

Ar šis įrankis saugo mano failus?

Ne. Failai laikomi naršyklės atmintyje tik tol, kol puslapis atidarytas. Uždarius arba atnaujinus puslapį jie pašalinami. Įrankis nieko nerašo į diską ir nieko nesiunčia į serverį.

Ar šis įrankis gali pašalinti slaptažodžiu apsaugotų PDF apsaugą?

Ne. Šis įrankis nebando pašalinti ar apeiti PDF apsaugos slaptažodžiu. Jei žinote slaptažodį, šios svetainės įrankis „Unlock PDF“ gali jį pašalinti vietoje; tada šis įrankis galės apdoroti failą.

Kokias technologijas naudoja šis įrankis?

Šis įrankis naudoja pdf.js puslapiams atvaizduoti ir Tesseract OCR priemonę, sukompiliuotą į WebAssembly (tesseract.js), veikiančią to paties domeno Web Worker gijoje – jūsų failai neišeina iš naršyklės.

Ar šis įrankis naudoja WebAssembly?

Taip – tai vienas iš nedaugelio čia esančių įrankių, kuris jį naudoja. Tesseract OCR priemonė yra į WebAssembly sukompiliuotas C++ kodas, veikiantis jūsų naršyklėje; .wasm dvejetainis failas pateikiamas iš šios svetainės ir niekas niekur nesiunčiama.

Kodėl pirmas paleidimas lėtesnis už paskesnius?

Pirmą kartą naudojant jūsų naršyklė iš šios svetainės atsisiunčia OCR priemonę ir kalbos modelį (keletą megabaitų) ir juos sukompiliuoja. Vėliau jie įrašomi į talpyklą, todėl paskesni paleidimai prasideda daug greičiau.

Kaip čia atlikti skenuoto PDF OCR?

Pasirinkite skenuotą PDF iš savo įrenginio, pasirinkite dokumento kalbą (anglų arba tradicinę kinų), tada pasirinkite „Recognise“. Kiekvienas puslapis atvaizduojamas ir nuskaitomas vietoje, o pabaigus galite peržiūrėti tekstą ir išsaugoti jį kaip .txt failą.

Kodėl atpažintas tekstas yra tik .txt failas, o ne ieškomas PDF?

Šis įrankis pateikia atpažintus žodžius kaip paprastą tekstą, o ne įrašo nematomą teksto sluoksnį atgal į PDF, todėl jūsų originalus skenuotas PDF lieka nepakitęs. Jei jums reikia žodžių pačiame puslapyje, juos nukopijuotumėte iš išsaugoto .txt arba ekrane rodomos peržiūros, kurioje tekstas pateikiamas puslapis po puslapio.

Ar galiu tame pačiame dokumente naudoti dvi kalbas ir kas nutiks, jei pasirinksiu netinkamą?

Prieš atpažindami visam dokumentui pasirenkate vieną kalbą, todėl faile, kuriame maišomos anglų ir tradicinė kinų, bus teikiama pirmenybė tai, kurią pasirinkote. Atpažinimo kokybė taip pat priklauso nuo paties skenavimo, todėl pakreipti, mažos skiriamosios gebos ar ranka rašyti puslapiai paprastai atpažįstami prastai, nepriklausomai nuo kalbos.

Ar "OCR PDF" įrankis yra mokamas?

"OCR PDF" įrankis yra visiškai nemokamas — nereikia paskyros, registracijos ir nėra jokio apribojimo, kiek nuskaitytų PDF failų galite apdoroti. Jis visada toks ir liks. Kiekvienas puslapis atpažįstamas tiesiai jūsų naršyklėje naudojant Tesseract OCR variklį, sukompiliuotą į WebAssembly, todėl jūsų nuskaityti dokumentai — nesvarbu, ar tai sutartys, asmens dokumentai ar medicininiai įrašai — niekada niekur nesiunčiami.

Atlikite skenuoto PDF OCR privačiai – atpažinkite tekstą jūsų naršyklėje

Pasirinkite skenuotą PDF ir kalbą; kiekvienas puslapis atvaizduojamas ir atpažįstamas vietoje Tesseract priemone (sukompiliuota į WebAssembly), o atpažintas tekstas rodomas ir atsisiunčiamas kaip .txt failas.

Quick answer

What it does: Pasirinkite skenuotą PDF ir kalbą; kiekvienas puslapis atvaizduojamas ir atpažįstamas vietoje Tesseract priemone (sukompiliuota į WebAssembly), o atpažintas tekstas rodomas ir atsisiunčiamas kaip .txt failas.
Free?: Yes — 100% free, no account or sign-up.
Files uploaded?: No — everything is processed in your browser.
Works offline?: Yes — once the page has loaded.
Best for: Buhalteris atlieka OCR nuskanuotoje sąskaitoje faktūroje, kad nukopijuotų eilučių sumų reikšmes į skaičiuoklę be perspausdinimo.
Good to know: Šioje versijoje palaikomos anglų ir tradicinė kinų kalbos.

How it works

Pasirinkite skenuotą PDF iš savo įrenginio ir parinkite dokumento kalbą.
Failas nuskaitomas į naršyklės atmintį – jokie duomenys neišeina iš jūsų naršyklės.
pdf.js atvaizduoja kiekvieną puslapį į paveikslėlį Web Worker gijoje.
Tesseract OCR – sukompiliuotas į WebAssembly ir pateikiamas iš šios svetainės – vietoje atpažįsta kiekvieno puslapio tekstą; kalbos modelis taip pat įkeliamas iš šios svetainės, o ne iš trečiosios šalies CDN.
Atpažintas tekstas rodomas pagal puslapius ir pateikiamas atsisiųsti kaip .txt.

When to use this tool

Buhalteris atlieka OCR nuskanuotoje sąskaitoje faktūroje, kad nukopijuotų eilučių sumų reikšmes į skaičiuoklę be perspausdinimo.
Studentas atlieka OCR nuskanuotame kurso handoute, kad gautų ieškomą ir kopijuojamą tekstą savo užrašams.
Archyvistas konvertuoja nuskanuotus tradicinės kinų kalbos dokumentus į ieškomą tekstą skaitmeninei bibliotekai.
OCR tikslumas priklauso nuo nuskaitymo kokybės — neaiškūs, pasvirę ar mažos skyros puslapiai gali sukelti klaidų; rezultatą laikykite geriausio pastangų juodraščiu.

Frequently asked questions

Kuo tai skiriasi nuo kitų internetinių PDF įrankių?: Dauguma internetinių PDF įrankių siunčia jūsų failus apdoroti į nuotolinį serverį. Šis įrankis viską apdoroja vietoje, jūsų naršyklėje, naudodamas kliento pusės JavaScript. Jūsų failai niekada nesiunčiami į jokį serverį, todėl dokumento turinys lieka visiškai jūsų kontroliuojamas.
Ar mano PDF failai įkeliami į serverį?: Ne. Failus tiesiogiai nuskaito jūsų naršyklė. Jūsų failai niekada nesiunčiami tinklu. Įrankis veikia tik atidarytoje naršyklės kortelėje.
Ar galiu įsitikinti, kad failai neįkeliami?: Taip. Atidarykite naršyklės kūrėjo įrankius (F12), pereikite į kortelę „Network", ir naudodamiesi įrankiu stebėkite, ar nėra siunčiamų užklausų. Pamatysite, kad jokie failo duomenys neišeina iš naršyklės. Svetainė gali fiksuoti anoniminį puslapio peržiūrų skaičių, į kurį failai niekada neįtraukiami ir kurį galima išjungti.
Ar šis įrankis veikia neprisijungus prie interneto?: Taip, kai puslapis įkeliamas, įrankis apdoroja jūsų failus tik jūsų naršyklėje; įrankio funkcionalumui nereikia tinklo ryšio. Galite atsijungti nuo interneto ir toliau juo naudotis.
Kas nutinka, kai atnaujinu puslapį?: Kadangi niekas nesaugoma serveryje, atnaujinus puslapį dabartinė sesija išvaloma. Pasirinktus failus reikės pasirinkti iš naujo.
Ar šis įrankis saugo mano failus?: Ne. Failai laikomi naršyklės atmintyje tik tol, kol puslapis atidarytas. Uždarius arba atnaujinus puslapį jie pašalinami. Įrankis nieko nerašo į diską ir nieko nesiunčia į serverį.
Ar šis įrankis gali pašalinti slaptažodžiu apsaugotų PDF apsaugą?: Ne. Šis įrankis nebando pašalinti ar apeiti PDF apsaugos slaptažodžiu. Jei žinote slaptažodį, šios svetainės įrankis „Unlock PDF“ gali jį pašalinti vietoje; tada šis įrankis galės apdoroti failą.
Kokias technologijas naudoja šis įrankis?: Šis įrankis naudoja pdf.js puslapiams atvaizduoti ir Tesseract OCR priemonę, sukompiliuotą į WebAssembly (tesseract.js), veikiančią to paties domeno Web Worker gijoje – jūsų failai neišeina iš naršyklės.
Ar šis įrankis naudoja WebAssembly?: Taip – tai vienas iš nedaugelio čia esančių įrankių, kuris jį naudoja. Tesseract OCR priemonė yra į WebAssembly sukompiliuotas C++ kodas, veikiantis jūsų naršyklėje; .wasm dvejetainis failas pateikiamas iš šios svetainės ir niekas niekur nesiunčiama.
Kodėl pirmas paleidimas lėtesnis už paskesnius?: Pirmą kartą naudojant jūsų naršyklė iš šios svetainės atsisiunčia OCR priemonę ir kalbos modelį (keletą megabaitų) ir juos sukompiliuoja. Vėliau jie įrašomi į talpyklą, todėl paskesni paleidimai prasideda daug greičiau.
Kaip čia atlikti skenuoto PDF OCR?: Pasirinkite skenuotą PDF iš savo įrenginio, pasirinkite dokumento kalbą (anglų arba tradicinę kinų), tada pasirinkite „Recognise“. Kiekvienas puslapis atvaizduojamas ir nuskaitomas vietoje, o pabaigus galite peržiūrėti tekstą ir išsaugoti jį kaip .txt failą.
Kodėl atpažintas tekstas yra tik .txt failas, o ne ieškomas PDF?: Šis įrankis pateikia atpažintus žodžius kaip paprastą tekstą, o ne įrašo nematomą teksto sluoksnį atgal į PDF, todėl jūsų originalus skenuotas PDF lieka nepakitęs. Jei jums reikia žodžių pačiame puslapyje, juos nukopijuotumėte iš išsaugoto .txt arba ekrane rodomos peržiūros, kurioje tekstas pateikiamas puslapis po puslapio.
Ar galiu tame pačiame dokumente naudoti dvi kalbas ir kas nutiks, jei pasirinksiu netinkamą?: Prieš atpažindami visam dokumentui pasirenkate vieną kalbą, todėl faile, kuriame maišomos anglų ir tradicinė kinų, bus teikiama pirmenybė tai, kurią pasirinkote. Atpažinimo kokybė taip pat priklauso nuo paties skenavimo, todėl pakreipti, mažos skiriamosios gebos ar ranka rašyti puslapiai paprastai atpažįstami prastai, nepriklausomai nuo kalbos.
Ar "OCR PDF" įrankis yra mokamas?: "OCR PDF" įrankis yra visiškai nemokamas — nereikia paskyros, registracijos ir nėra jokio apribojimo, kiek nuskaitytų PDF failų galite apdoroti. Jis visada toks ir liks. Kiekvienas puslapis atpažįstamas tiesiai jūsų naršyklėje naudojant Tesseract OCR variklį, sukompiliuotą į WebAssembly, todėl jūsų nuskaityti dokumentai — nesvarbu, ar tai sutartys, asmens dokumentai ar medicininiai įrašai — niekada niekur nesiunčiami.