לא כל PDF זקוק לזיהוי. מסמך דיגיטלי, או סריקה שכבר זוהתה, עשויים להכיל שכבת טקסט שניתן לייצא ישירות. PDF לטקסט נותן לך את התוכן המאוחסן הזה. המפתח הוא להבחין בין חילוץ לבין OCR ולסקור את סדר הקריאה לפני שימוש חוזר במילים.
הדוגמה משתמשת בחבילת סדנה ציבורית עם שכבת טקסט קיימת. השווה את המילים שחולצו עם המקור הנראה לעין, במקום להתייחס לזה כזיהוי של תמונה.
בדוק אם ה-PDF כבר מכיל טקסט
פתח את 'PDF לטקסט' ובחר את המסמך. דוח דיגיטלי או סריקה שעובדה ב-OCR בעבר עשויים כבר להכיל את המילים הדרושות לך.
אם הקובץ הוא סריקת תמונה בלבד, חילוץ לא ייצור טקסט מהפיקסלים שלו. השתמש ב-PDF OCR במקום לייצא שוב ושוב שכבת טקסט ריקה.
בחר את העמודים ואת סידור הפלט
הזן טווח עמודים כאשר רק חלק מהמסמך רלוונטי. בחר קובץ TXT אחד לקריאה רציפה, או קבצים נפרדים לעיון מבוסס עמודים.
מספרי דפים בטווח מתייחסים למיקומים ב-PDF הטעון. מספר דף מודפס יכול להיות שונה כאשר הקובץ כולל כריכה או מבוא לא ממוספר.
נסה חילוץ טקסט לפני OCR כאשר ל-PDF יש שכבת טקסט שמישה.
חלץ וסקור את המילים
לחץ על התחל כדי לחלץ את הטקסט המאוחסן. השווה את התוצאה עם המקור הנראה לעין, במיוחד במקום שבו הדף מכיל עמודות, טבלאות או הערות שוליים.
בדוק מקפים בסוף שורה, תווים יוצאי דופן ומזהים חשובים. שגיאת OCR קודמת יכולה להיות מועתקת לייצוא בדיוק כמו טקסט דיגיטלי נכון.
שמור על הפניות לדפים בעת ציטוט או בדיקת קטעים שחולצו.
הורד את הטקסט ושמור על הקשר המקור שלו
הורד את תוצאת ה-TXT או ה-ZIP. עבור קבצים נפרדים, השתמש בשמות קבצים מבוססי דף ובטקסט המשולב הכלול כדי לעקוב אחר המקור של הקטעים.
טקסט פשוט מיועד לשימוש חוזר, לא לשכפול חזותי של ה-PDF. שמור את ה-PDF המקורי לבדיקת פריסה או הפניות, והשתמש ב-OCR רק עבור דפים שתוכן התמונה שלהם עדיין זקוק לזיהוי.
שאלות נפוצות
האם PDF לטקסט מריץ OCR?
לא. הוא מחלץ את הטקסט שכבר מאוחסן ב-PDF. דפים המכילים תמונות בלבד זקוקים ל-PDF OCR.
מדוע סדר הטקסט שונה מהדף?
טקסט ב-PDF יכול להישמר כחלקים ממוקמים. עמודות, טבלאות, הערות שוליים ומיפויי גופנים חריגים עלולים ליצור סדר שדורש בדיקה בטקסט פשוט.
מה יש בתוך קובץ ה-ZIP של הקבצים הנפרדים?
הוא מכיל קובץ טקסט עבור כל דף נבחר וקובץ טקסט משולב. הקבצים משתמשים בטקסט UTF-8.
האם חילוץ יכול לתקן שגיאות משכבת OCR ישנה?
לא. שגיאות טקסט קיימות עלולות להיות מועתקות לייצוא. השווה ניסוח חשוב עם המקור הגלוי ותקן אותו לפני שימוש חוזר.
הכן את המסמך הבא שלך עם PDF לטקסט.
נסה חילוץ טקסט לפני OCR כאשר ל-PDF יש שכבת טקסט שמישה.
