mirror of
https://github.com/alam00000/bentopdf.git
synced 2026-11-06 08:08:38 +01:00
55 lines
3.7 KiB
Markdown
55 lines
3.7 KiB
Markdown
---
|
|
title: Rozpoznávanie textu (OCR) PDF
|
|
description: Sprístupnite naskenované PDF na vyhľadávanie a kopírovanie pomocou Tesseract OCR s podporou viacerých jazykov a filtrovaním znakov.
|
|
---
|
|
|
|
# Rozpoznávanie textu (OCR) PDF
|
|
|
|
Premeňte naskenované dokumenty na PDF, v ktorých možno vyhľadávať a kopírovať text. Nástroj používa Tesseract OCR na rozpoznanie textu v obrázkoch a na pôvodné strany pridá neviditeľnú textovú vrstvu, takže vzhľad zostane zachovaný a obsah bude plne vyhľadávateľný.
|
|
|
|
## Ako to funguje
|
|
|
|
1. Nahrajte naskenované PDF alebo PDF založené na obrázkoch.
|
|
2. Zo zoznamu jazykov s vyhľadávaním vyberte jeden alebo viac jazykov, ktoré sa v dokumente nachádzajú.
|
|
3. Voliteľne upravte rozšírené nastavenia (rozlíšenie, binarizácia, povolené znaky).
|
|
4. Kliknite na **Spustiť OCR** a sledujte priebeh na indikátore v reálnom čase.
|
|
5. Po dokončení skontrolujte extrahovaný text a stiahnite vyhľadávateľné PDF alebo obyčajný súbor `.txt`.
|
|
|
|
## Funkcie
|
|
|
|
- OCR vo viacerých jazykoch s výberom jazyka s vyhľadávaním
|
|
- Neviditeľná textová vrstva zachová pôvodný vzhľad dokumentu
|
|
- Indikátor priebehu v reálnom čase a výpis záznamu počas spracovania
|
|
- Stiahnutie výsledkov ako vyhľadávateľného PDF alebo textového súboru
|
|
- Kopírovanie extrahovaného textu priamo do schránky
|
|
- Tri úrovne rozlíšenia na vyváženie rýchlosti a presnosti
|
|
|
|
## Možnosti
|
|
|
|
| Nastavenie | Hodnoty | Predvolené | Účel |
|
|
| ------------------------------- | ---------------------------------------------------------------------------------------- | ---------- | -------------------------------------------------------------------------- |
|
|
| **Rozlíšenie** | Štandardné (192 DPI), Vysoké (288 DPI), Ultra (384 DPI) | Vysoké | Vyššie rozlíšenie zlepší presnosť pri malom texte, ale trvá dlhšie |
|
|
| **Binarizovať obrázok** | Zap. / Vyp. | Vyp. | Zvýši kontrast čistých skenov prevodom na čiernobiele |
|
|
| **Predvoľba povolených znakov** | Žiadna, Alfanumerické, Čísla + mena, Iba písmená, Iba čísla, Faktúra, Formuláre, Vlastné | Žiadna | Obmedzí rozpoznávané znaky a zlepší presnosť pre konkrétne typy dokumentov |
|
|
| **Povolené znaky** | Voľný text | Prázdne | Ručne zadaná sada znakov, keď je predvoľba nastavená na Vlastné |
|
|
|
|
## Príklady použitia
|
|
|
|
- Sprístupnenie vyhľadávania v naskenovaných zmluvách a faktúrach pomocou Ctrl+F
|
|
- Extrakcia textu z odfotených dokumentov alebo starých papierových záznamov
|
|
- Spracovanie účteniek s predvoľbou Faktúra na presné zachytenie súm v dolároch a dátumov
|
|
- Vytváranie prístupných PDF z obrázkových skenov kvôli požiadavkám na súlad
|
|
- Hromadná extrakcia textu z naskenovaných kníh alebo príručiek
|
|
|
|
## Tipy
|
|
|
|
- Ak dokument obsahuje text vo viacerých jazykoch (napr. anglické nadpisy a japonský text), vyberte viac jazykov.
|
|
- Pri dokumentoch s vyblednutým alebo málo kontrastným textom použite binarizáciu, môže výrazne zlepšiť presnosť rozpoznávania.
|
|
- Predvoľby Faktúra a Formuláre výrazne znížia počet chybných rozpoznaní v štruktúrovaných dokumentoch, pretože ignorujú nepodstatné tvary znakov.
|
|
|
|
## Súvisiace nástroje
|
|
|
|
- [Extrahovať PDF tabuľky](./extract-tables)
|
|
- [Spojiť PDF](./merge-pdf)
|
|
- [Komprimovať PDF](./compress-pdf)
|