Ninawezaje kufanya PDF iliyoskaniwa itafutike kwa OCR?
Pakia skani kwenye Sealique na uchague Kiingereza, Kifaransa, Kijerumani au Kiswahili: maandishi yaliyotambuliwa huongezwa kama tabaka isiyoonekana, na kuifanya PDF itafutike kwenye kivinjari chochote.
Mkataba ulioskaniwa, barua iliyopigwa picha, ripoti ya zamani: ikiwa picha haiwezi kutafutwa, kunukuliwa wala kubadilishwa. OCR husoma herufi na kuweka maandishi halisi nyuma ya picha, hivyo Tafuta hufanya kazi, PDF kuwa Word inapata cha kufanyia kazi na visomaji skrini vinaweza kusoma ukurasa.
Fanya PDF itafutike sasa Fungua akaunti Thibitisha hati iliyosainiwa
Mambo muhimu
- OCR ya PDF kwenye Sealique hutambua maandishi ya kurasa zilizoskaniwa kwa Kiingereza, Kifaransa, Kijerumani na Kiswahili; inajumuishwa na akaunti, bila kadi na bila kikomo cha kila siku.
- Maandishi yaliyotambuliwa huongezwa kama tabaka lisiloonekana juu ya picha ya ukurasa, hivyo skani huonekana vilevile lakini inaweza kutafutwa, kuchaguliwa na kunakiliwa.
- Kurasa ambazo tayari zina maandishi huhifadhiwa jinsi zilivyo kwa chaguo-msingi, hivyo hati mchanganyiko huchakatwa kwa mkupuo mmoja.
- Hadi kurasa 80 kwa mkupuo mmoja; gawanya kwanza hati ndefu zaidi. Utambuzi hufanyika kwenye seva kwa kutumia Tesseract.
- PDF inayoweza kutafutwa inaweza kubadilishwa kuwa Word au Excel, kufichwa sehemu kwa kuchora visanduku, na kutiwa muhuri kwa saini ya kidijitali ya PAdES.
Utambuzi hufanyaje kazi?
Kila ukurasa huchorwa kuwa picha kwenye seva za Sealique na kupelekwa kwa Tesseract pamoja na lugha ulizochagua. Injini hurudisha maneno pamoja na nafasi zake, na zana huandika ukurasa wa PDF unaoonyesha picha ya asili na maneno yakiwa yamewekwa juu yake bila kuonekana. Kurasa ambazo tayari zina maandishi hunakiliwa bila kubadilishwa, hivyo hati inayochanganya skani na kurasa za kidijitali hushughulikiwa kwa mkupuo mmoja.
Nini kinawezekana baada ya OCR?
Tafuta katika kisomaji chochote, kunakili kifungu kwenye muhtasari, ubadilishaji wa PDF kuwa Word na PDF kuwa Excel, kuficha majina yaliyopatikana kwa kutafuta, na ufikivu kwa visomaji skrini. Nakala inayoweza kutafutwa inaweza kisha kutiwa muhuri kwa saini ya kidijitali ya PAdES na kuthibitishwa mtandaoni kwa kitambulisho chake cha uthibitisho au msimbo wa QR.
OCR ya PDF, hatua kwa hatua
Fungua OCR PDF
Ingia, fungua Zana za PDF na uchague OCR PDF.
Chagua skani
Dondosha PDF ya hadi MB 50 na kurasa 80, au ichague kutoka maktaba yako.
Chagua lugha
Tia alama lugha zinazotumika kwenye hati; hati ya lugha mbili inaweza kutumia mbili kwa pamoja. Acha Ruka kurasa ambazo tayari zina maandishi ikiwa imewashwa, isipokuwa maandishi yaliyopo yana makosa.
Tambua
Bonyeza Tambua maandishi. Kurasa huchorwa na kusomwa kwenye seva; nakala inayoweza kutafutwa huonekana kwenye maktaba yako kando ya ile ya asili.
OCR ya PDF imejumuishwa kwenye akaunti ya Sealique; uchakataji hufanyika kwenye kivinjari chako na kwenye seva zetu, hakuna kinachoshirikiwa na wahusika wengine.
OCR ya PDF inajumuisha nini
- Kiingereza, Kifaransa, Kijerumani na Kiswahili
- Lugha kadhaa kwa mkupuo mmoja
- Tabaka la maandishi lisiloonekana; skani haibadiliki
- Kurasa zenye maandishi tayari hurukwa
- Nakala inayoweza kutafutwa huhifadhiwa kwenye maktaba yako
- Inafanya kazi kutoka simu au kompyuta
Maswali ambayo watu huuliza
Je, OCR hubadilisha jinsi kurasa zinavyoonekana?
Hapana. Skani hubaki jinsi ilivyo; maandishi yaliyotambuliwa huwekwa juu yake bila kuonekana ili yaweze kutafutwa na kuchaguliwa.
Ina usahihi kiasi gani?
Skani safi na zilizonyooka za dpi 200 hadi 300 katika lugha inayotumika husomwa karibu kikamilifu; kurasa hafifu, zilizopinda au zilizoandikwa kwa mkono husomwa vibaya zaidi.
Sahihisha maandishi yaliyotambuliwa kila mara kabla ya kuyanukuu; picha ya ukurasa ndiyo inabaki nakala rasmi.
Lugha zipi zinatumika?
Kiingereza, Kifaransa, Kijerumani na Kiswahili, kila moja peke yake au zikiunganishwa kwa mkupuo mmoja.
Kinyarwanda bado haipatikani katika injini ya utambuzi; data za Kiswahili na Kifaransa zinashughulikia herufi zake nyingi, lakini matokeo yanapaswa kukaguliwa.
Je, kuna kikomo cha kurasa?
Ndiyo, kurasa 80 kwa mkupuo mmoja; gawanya skani ndefu zaidi kwa Gawanya PDF kisha uunganishe matokeo baadaye.
Kwa nini ukurasa unasema kipengele cha seva hakipo?
Utambuzi unahitaji Tesseract na Poppler kwenye seva; moja ikikosekana ukurasa huonyesha hivyo na msimamizi anaweza kuzisakinisha.