OCR PDF: تشخیص متن
صفحههای اسکن‌شده فقط تصویرهایی از متن‌اند. OCR آنها را می‌خواند تا بتوانید کلمات را جستجو، انتخاب و کپی کنید، در حالی که ظاهر هر صفحه دقیقاً همان می‌ماند.
یا آن را اینجا رها کنید
فایل‌ها هرگز از دستگاه شما خارج نمی‌شوند · رایگان، بدون ثبت‌نام · بدون واترمارک
نحوه قابل جستجو کردن PDF اسکن‌شده
- فایل PDF اسکن‌شده را انتخاب کنید یا اینجا رها کنید.
- زبان سند را انتخاب کنید.
- روی قابل جستجو کردن بزنید و PDF جدید را ذخیره کنید.
چه چیزی در PDF تغییر میکند
یک لایه متن نامرئی دقیقاً روی کلمات هر صفحه قرار می‌گیرد. تصویر صفحه‌ها تغییر نمی‌کند و دوباره فشرده نمی‌شود، پس فایل همان شکل را دارد؛ اما حالا PDFخوان شما می‌تواند در آن جستجو کند و شما می‌توانید متن را انتخاب و کپی کنید. صفحه‌هایی که از قبل متن دارند نادیده گرفته میشوند.
دقت
اسکن‌های تمیز و صاف با ۳۰۰ DPI بهترین نتیجه را می‌دهند. دست‌خط، حروف بسیار ریز و عکس‌هایی که با زاویه گرفته شده‌اند سخت‌تر خوانده میشوند. برای بهترین دقت، زبان سند را انتخاب کنید؛ انگلیسی هم می‌تواند همراه آن تشخیص داده شود.
پرسش‌هایی درباره OCR PDF
آیا هنگام استفاده از OCR فایل‌هایم آپلود میشوند؟
خیر. تشخیص متن (Tesseract که به WebAssembly کامپایل شده) درون زبانه مرورگر شما اجرا میشود. PDF شما از دیسکتان خوانده میشود، روی دستگاه خودتان تشخیص داده میشود و دوباره روی همان ذخیره میشود. فقط بار اول، مدل تشخیص زبان شما از همین سایت دانلود میشود؛ سند شما به هیچ جا نمی‌رود.
چه زبان‌هایی را می‌تواند بخواند؟
انگلیسی، اسپانیایی، پرتغالی، فرانسوی، آلمانی، ایتالیایی، هلندی، لهستانی، یونانی، ترکی، روسی، اوکراینی، عربی، فارسی، کردی، عبری، هندی، مراتی، بنگالی، اندونزیایی، ویتنامی، ژاپنی، کره‌ای و چینی.
چرا اولین اجرا کندتر است؟
مدل تشخیص زبان شما (معمولاً ۱ تا ۴ مگابایت) یک بار از همین سایت دانلود و در مرورگرتان نگه داشته میشود، پس اجراهای بعدی بلافاصله شروع میشوند.
آیا ظاهر فایل تغییر میکند؟
خیر. صفحههای اصلی همانطور که هستند حفظ میشوند؛ فقط متنی نامرئی روی آنها اضافه میشود.
آیا می‌توانم فقط متن را بگیرم؟
بله. ابتدا PDF را قابل جستجو کنید، سپس با ابزار PDF به متن، متن آن را در یک فایل .txt ذخیره کنید.