چگونه متن را از یک صفحه PDF اسکن شده استخراج کنیم.

سعی کنید جمله‌ای را در PDF انتخاب کنید. اگر می‌توانید متن خوانا را کپی کنید، PDF به متن ممکن است نقطه شروع ساده‌تری باشد. اگر انتخاب متن نتیجه‌ای نداشت یا کلمات کپی‌شده غیرقابل استفاده بودند، OCR ممکن است کمک کند. صفحه خاص را بررسی کنید: یک PDF ممکن است ترکیبی از اسکن‌ها و صفحات متنی عادی باشد.

PDF OCR را باز کنید و یک PDF تا 200 MB و 750 صفحه منبع را بارگذاری کنید. این‌ها محدودیت‌های منبع هستند، نه تعداد صفحات پردازش‌شده در یک درخواست تشخیص. از یک نسخه بازشده (بدون قفل) از سند محافظت‌شده استفاده کنید. فایل‌های پیچیده ممکن است زودتر به محدودیت‌های حافظه یا پردازش برسند.

باز کردن PDF OCR · استخراج لایه متنی موجود در PDF

اگر زبان انگلیسی با سند مطابقت دارد آن را حفظ کنید، یا در میان 128 زبان تشخیص جستجو کنید. زبان رابط کاربری وب‌سایت یک انتخاب جداگانه است. انتخاب یک زبان سند دیگر، صفحه اختصاصی PDF OCR آن را باز می‌کند.

به صفحه‌ای که نیاز دارید بروید. کل صفحه را تشخیص دهید یا یک مستطیل دور یک بخش بکشید. کلمات کامل، علائم نگارشی و فضای کافی در اطراف خطوط را در نظر بگیرید. یک ناحیه می‌تواند به جدا کردن یک ستون مفید از مطالب مجاور کمک کند.

در صورت موجود بودن، Classic یا Future را انتخاب کنید. برای اطلاعیه چاپ‌شده کارگاه، حالت Classic با ستون تکی (Single column) نقطه شروع مناسبی است. اگر چندین ستون (Multiple columns) را انتخاب می‌کنید، مطمئن شوید که آن تنظیم با محتوای انتخاب‌شده مطابقت دارد، نه فقط کل صفحه. از کنترل‌های بهبود تصویر فقط زمانی استفاده کنید که آماده‌سازی باعث بهبود منبع شود.

روی Start کلیک کنید و تأیید را کامل کنید. هر درخواست، صفحه فعلی یا ناحیه انتخاب‌شده را پردازش می‌کند. پس از پایان، از پیش‌نمایش منبع در کنار متن تشخیص‌داده‌شده برای بررسی نتیجه استفاده کنید.

برای اطلاعیه کارگاه، تاریخ، زمان، مکان و دستورالعمل‌ها را با اسکن مقایسه کنید. علائم نگارشی کوچک، نام‌ها و اعداد را با دقت بررسی کنید. یک کاراکتر اشتباه در یک مرجع یا مبلغ می‌تواند کاملاً درست به نظر برسد.

متن را مستقیماً اصلاح کنید. برای تشخیص صفحه دیگر، به ویرایشگر بازگردید، به آن صفحه بروید و یک درخواست جداگانه اجرا کنید. قبل از جایگزینی با یک کار تشخیص جدید، هر نتیجه‌ای که نیاز دارید را نگه دارید.

TXT متن ساده فعلی را ذخیره می‌کند. دانلود اصلی Word یک سند متنی قابل ویرایش در طرح‌بندی جدید ایجاد می‌کند؛ این کار تمام جداول، تصاویر یا ستون‌های منبع را بازتولید نمی‌کند. هر دو زمانی مفید هستند که بخواهید متن را در برنامه دیگری بازبینی کنید.

فایل PDF قابل جستجوی Classic، صفحه یا ناحیه تشخیص‌داده‌شده را به عنوان یک تصویر با لایه متنی OCR اصلی حفظ می‌کند. این نسخه OCR از تمام صفحات فایل بارگذاری‌شده نیست و اصلاحات متنی بعدی، لایه مخفی آن را بازنویسی نمی‌کنند. فایل PDF ساده Future از متن فعلی در طرح‌بندی سند جدید استفاده می‌کند.

از ویرایش هوشمند (Smart edit) برای سرتیترها، لیست‌ها و سایر قالب‌بندی‌های پشتیبانی‌شده استفاده کنید، سپس Word، PDF یا HTML را مستقیماً از همان ویرایشگر دانلود کنید. گزینه Apply Changes متن ساده را به نتیجه اصلی بازمی‌گرداند. اگر به ترجمه نیاز دارید، ابتدا رونوشت را اصلاح کنید؛ ترجمه متن از کل متن فعلی تا 25,000 کاراکتر استفاده می‌کند.

قالب‌بندی و اصلاح متن OCR · ترجمه یک رونوشت بررسی‌شده