mirror of
https://github.com/alam00000/bentopdf.git
synced 2026-11-05 11:52:48 +01:00
5.7 KiB
5.7 KiB
title, description
| title | description |
|---|---|
| OCR PDF | Зрабіце сканаваныя PDF даступнымі для пошуку і капіравання з дапамогай Tesseract OCR з падтрымкай некалькіх моў і фільтрацыяй сімвалаў. |
OCR PDF
Ператварайце сканаваныя дакументы ў PDF з пошукам і капіраваннем. Інструмент выкарыстоўвае Tesseract OCR для распазнавання тэксту на відарысах і накладае нябачны тэкставы пласт на арыгінальныя старонкі, захоўваючы іх выгляд і робячы змесціва цалкам даступным для пошуку.
Як гэта працуе
- Запампуйце сканаваны PDF або PDF на аснове відарысаў.
- Выберыце адну або некалькі моў дакумента ў спісе моў з пошукам.
- Пры жаданні змяніце пашыраныя налады (разрозненне, бінарызацыя, белы спіс).
- Націсніце Пачаць OCR і сачыце за ходам па індыкатары ў рэальным часе.
- Пасля завяршэння праглядзіце атрыманы тэкст і спампуйце PDF з пошукам або звычайны файл
.txt.
Магчымасці
- OCR на некалькіх мовах з пошукам у выбары моў
- Нябачны тэкставы пласт захоўвае арыгінальны выгляд дакумента
- Індыкатар ходу і журнал у рэальным часе падчас апрацоўкі
- Спампоўванне вынікаў як PDF з пошукам або звычайнага тэкставага файла
- Капіраванне вынятага тэксту непасрэдна ў буфер абмену
- Тры ўзроўні разрознення для балансу паміж хуткасцю і дакладнасцю
Параметры
| Налада | Значэнні | Па змаўчанні | Прызначэнне |
|---|---|---|---|
| Разрозненне | Стандартнае (192 DPI), Высокае (288 DPI), Ультра (384 DPI) | Высокае | Больш высокае разрозненне павышае дакладнасць на дробным тэксце, але займае больш часу |
| Бінарызаваць відарыс | Укл. / Выкл. | Выкл. | Павышае кантраст чыстых сканаў, пераўтвараючы іх у чорна-белыя |
| Шаблон белага спіса сімвалаў | Няма, Літары і лічбы, Лічбы + валюта, Толькі літары, Толькі лічбы, Рахунак, Формы, Уласны | Няма | Абмяжоўвае распазнаваныя сімвалы для павышэння дакладнасці на пэўных тыпах дакументаў |
| Белы спіс сімвалаў | Адвольны тэкст | Пуста | Ручны набор сімвалаў, калі выбраны шаблон «Уласны» |
Сцэнарыі выкарыстання
- Пошук па сканаваных дагаворах і рахунках з дапамогай Ctrl+F
- Выманне тэксту з сфатаграфаваных дакументаў або старых папяровых запісаў
- Апрацоўка чэкаў з шаблонам «Рахунак» для дакладнага распазнавання сум у доларах і дат
- Стварэнне даступных PDF са сканаў, якія складаюцца толькі з відарысаў, для выканання патрабаванняў
- Пакетнае выманне тэксту са сканаваных кніг або інструкцый
Парады
- Выберыце некалькі моў, калі дакумент змяшчае тэкст на розных мовах (напрыклад, англійскія загалоўкі і асноўны тэкст на японскай).
- Выкарыстоўвайце бінарызацыю для дакументаў з выцвілым або малакантрасным тэкстам: яна можа значна павысіць дакладнасць распазнавання.
- Шаблоны белага спіса «Рахунак» і «Формы» значна памяншаюць колькасць ілжывых спрацоўванняў на структураваных дакументах, ігнаруючы непатрэбныя формы сімвалаў.