Her PDF tanıma gerektirmez. Dijital bir belge veya halihazırda tanınmış bir tarama, doğrudan dışa aktarılabilen bir metin katmanı içerebilir. PDF'den Metne, size bu depolanmış içeriği verir. Anahtar nokta, ayıklamayı OCR'den ayırt etmek ve kelimeleri yeniden kullanmadan önce okuma sırasını gözden geçirmektir.
Örnek, mevcut bir metin katmanına sahip halka açık bir atölye paketi kullanır. Bunu bir görüntünün tanınması olarak ele almak yerine, ayıklanan kelimeleri görünür kaynakla karşılaştırın.
PDF dosyasının zaten metin içerip içermediğini kontrol edin
PDF Metne Dönüştür aracını açın ve belgeyi seçin. Dijital bir rapor veya daha önce OCR işleminden geçmiş bir tarama, ihtiyaç duyduğunuz kelimeleri zaten içeriyor olabilir.
Dosya yalnızca görüntüden oluşan bir tarama ise, ayıklama işlemi piksellerinden metin oluşturmaz. Boş bir metin katmanını sürekli dışa aktarmak yerine PDF OCR kullanın.
Sayfaları ve çıktı düzenini seçin
Belgenin yalnızca bir kısmı alakalı olduğunda bir sayfa aralığı girin. Sürekli okuma için bir TXT dosyası veya sayfa tabanlı referans için ayrı dosyalar seçin.
Bir aralıktaki sayfa numaraları, yüklenen PDF içindeki konumları ifade eder. Dosya bir kapak veya numaralandırılmamış bir giriş içerdiğinde basılı bir sayfa numarası farklılık gösterebilir.
PDF kullanılabilir bir metin katmanına sahip olduğunda OCR öncesinde metin ayıklamayı deneyin.
Kelimeleri ayıklayın ve gözden geçirin
Depolanan metni ayıklamak için Başlat'a tıklayın. Sonucu, özellikle sayfa sütunlar, tablolar veya dipnotlar içerdiğinde görünür kaynakla karşılaştırın.
Satır sonu kısa çizgilerini, olağandışı karakterleri ve önemli tanımlayıcıları kontrol edin. Önceki bir OCR hatası, doğru dijital metin kadar kolay bir şekilde dışa aktarılan dosyaya kopyalanabilir.
Ayıklanan pasajlardan alıntı yaparken veya kontrol ederken sayfa referanslarını saklayın.
Metni indirin ve kaynak bağlamını koruyun
TXT veya ZIP sonucunu indirin. Ayrı dosyalar için, pasajların nereden geldiğini takip etmek amacıyla sayfa tabanlı dosya adlarını ve dahil edilen birleşik metni kullanın.
Düz metin, PDF'ın görsel reprodüksiyonu için değil, yeniden kullanım içindir. Düzeni veya referansları kontrol etmek için kaynak PDF dosyasını saklayın ve OCR'yi yalnızca görüntü içeriği hala tanınması gereken sayfalar için kullanın.
Sıkça sorulan sorular
PDF to Text, OCR çalıştırıyor mu?
Hayır. PDF içinde zaten saklanan metni çıkarır. Sadece görsel içeren sayfalar için PDF OCR gerekir.
Metin sırası neden sayfadakinden farklı?
PDF metni, konumlandırılmış parçalar halinde saklanabilir. Sütunlar, tablolar, dipnotlar ve sıra dışı yazı tipi eşlemeleri, düz metin olarak incelenmesi gereken bir sıra oluşturabilir.
Ayrı dosyalar içeren ZIP'in içinde ne var?
Seçilen her sayfa için bir metin dosyası ve birleştirilmiş bir metin dosyası içerir. Dosyalar UTF-8 metin kodlamasını kullanır.
Çıkarma işlemi, eski bir OCR katmanındaki hataları düzeltebilir mi?
Hayır. Mevcut metin hataları dışa aktarılan dosyaya kopyalanabilir. Önemli ifadeleri görünür kaynakla karşılaştırın ve yeniden kullanmadan önce düzeltin.
Bir sonraki belgenizi PDF'dan Metne ile hazırlayın.
PDF kullanılabilir bir metin katmanına sahip olduğunda OCR öncesinde metin ayıklamayı deneyin.
