PDF может выглядеть как обычный документ, хотя каждая страница — это лишь изображение текста. OCR превращает видимые слова в транскрипт, который можно просматривать и редактировать. В этом руководстве используется отсканированный документ о собрании сообщества, и основное внимание уделяется одной странице с объявлением, а не обработке всего многостраничного файла за один раз.
Проверьте, содержит ли PDF уже пригодный для использования текст
Попробуйте выделить предложение в PDF. Если вы можете скопировать читаемый текст, PDF в текст может стать более простым отправным пунктом. Если выделение ничего не дает или скопированные слова непригодны, может помочь OCR. Проверьте конкретную страницу: один PDF может содержать как сканы, так и обычные текстовые страницы.
Откройте PDF OCR и загрузите один PDF размером до 200 MB и 750 исходных страниц. Это ограничения источника, а не количество страниц, обрабатываемых за один запрос на распознавание. Используйте незаблокированную копию защищенного документа. Сложные файлы могут быстрее достичь лимитов памяти или обработки.
Выберите язык, страницу и область распознавания
Оставьте английский, если он соответствует документу, или выполните поиск по 128 языкам распознавания. Язык интерфейса сайта выбирается отдельно. Выбор другого языка документа открывает соответствующую страницу PDF OCR.
Перейдите к нужной странице. Распознайте всю страницу или выделите прямоугольником нужный фрагмент. Включайте полные слова, знаки препинания и достаточно свободного места вокруг строк. Область поможет отделить полезный столбец от окружающего материала.
Выберите «Классический» или «Будущий» режим, если они доступны. Для печатного объявления о собрании «Классический» с одним столбцом — подходящая отправная точка. Если вы выбираете несколько столбцов, убедитесь, что настройка соответствует выбранному контенту, а не просто всей странице. Используйте элементы управления улучшением изображения только тогда, когда подготовка улучшает исходный файл.
Запустите распознавание и проверьте транскрипт
Нажмите «Начать» и завершите проверку. Каждый запрос обрабатывает текущую страницу или выбранную область. После завершения используйте предварительный просмотр источника рядом с распознанным текстом, чтобы проверить результат.
Для объявления о собрании сравните дату, время, место и инструкции со сканом. Внимательно проверьте мелкие знаки препинания, имена и цифры. Ошибочный символ в ссылке или сумме может выглядеть вполне правдоподобно.
Исправьте текст напрямую. Чтобы распознать другую страницу, вернитесь в редактор, перейдите к нужной странице и выполните отдельный запрос. Сохраните все необходимые результаты, прежде чем заменять их новой задачей распознавания.
Не путайте количество исходных страниц, которые можно открыть, с количеством страниц, распознаваемых за один запрос.
Выберите формат, соответствующий нужному результату
TXT сохраняет текущий простой текст. Основная загрузка в Word создает редактируемый текстовый документ с новой версией макета; он не воспроизводит все исходные таблицы, изображения или столбцы. Оба варианта полезны, если вы хотите изменить формулировки в другом приложении.
Классический PDF сохраняет распознанную страницу или область в виде изображения с исходным текстовым слоем OCR. Это не OCR версия каждой страницы в загруженном файле, и последующие исправления текста не перезаписывают скрытый слой. Упрощенный PDF от Future использует текущий текст в новой компоновке документа.
Используйте «Умное редактирование» для заголовков, списков и другого поддерживаемого форматирования, затем загрузите Word, PDF или HTML прямо из редактора. «Применить изменения» возвращает простой текст к основному результату. Если вам нужен перевод, сначала исправьте транскрипт; «Перевести текст» использует весь текущий текст, до 25,000 символов.
Форматирование и уточнение текста OCR · Перевести проверенный транскрипт
Вопросы по PDF OCR
Можно ли извлечь только один абзац?
Да. Нарисуйте или измените размер области распознавания вокруг него, включив полные строки. Этот запрос распознает только выбранную область на текущей странице.
Можно ли сделать весь PDF доступным для поиска за один раз?
Этот рабочий процесс распознает одну страницу или выбранную область за один запрос. Классический PDF создается на основе этой распознанной области, а не каждой страницы в загруженном файле.
Исправляет ли редактирование транскрипта слой поиска в «Классическом» PDF?
Нет. Существующий слой с возможностью поиска сохраняет исходное распознавание. Сохраняйте исправленные формулировки как текст или новый текстовый документ, если вам нужны правки в выходном файле.
Стоит ли использовать OCR изображений?
Используйте OCR изображений для фото, скриншота или отдельного скана. Используйте PDF OCR, если источником является PDF и вам нужно перемещаться по его страницам.
Превратите отсканированный фрагмент в проверенный транскрипт
Выберите нужную страницу, сравните распознанные слова и сохраните в правильном формате.
