PDF🔒 Bongeszoben fut

Szövegkinyerő (OCR)

Szöveg kinyerése szkennelt PDF-ekből és képekből OCR-rel (optikai karakterfelismerés)

📝

Húzzon ide egy PDF-et vagy kattintson a tallózáshoz

.pdf, .png, .jpg, .jpeg, .webp, .tiff, .bmp

A(z) Szövegkinyerő (OCR) névjegye

A PDF OCR Tesseract.js-t használ, amely a böngészőjében fut, hogy felismerje a szöveget szkennelt vagy képalapú PDF-ekben. Kinyerhet egyszerű szöveget, létrehozhat kereshető PDF-et, ahol a felismert szöveg az eredeti kép mögé van rétegezve, vagy exportálhat DOCX dokumentumot. Minden helyileg fut — semmilyen dokumentum nem kerül feltöltésre.

Gyakran ismételt kérdések

Milyen nyelveket támogat?

Több mint 100 nyelvet támogat a Tesseract.js-en keresztül, beleértve az angolt, franciát, spanyolt, németet, kínait, japánt, arabot és sok más nyelvet. Több nyelvű OCR-t is futtathat, ha egyszerre több nyelvet választ ki.

Feltöltik a PDF-emet egy szerverre?

Nem. A szövegfelismerés teljes egészében a böngészőjében történik WebAssembly segítségével. A fájljai soha nem hagyják el az eszközét.

Milyen kimeneti formátumok érhetők el?

A felismert szöveg sima szövegként (.txt) érhető el. Az OCR befejezése után másolhatja vagy letöltheti.

Mit jelent az OCR?

Az OCR az Optical Character Recognition (optikai karakterfelismerés) rövidítése. Olyan technológia, amely felismeri a betűk alakját képeken vagy szkennelt dokumentumokban, és valódi, szerkeszthető és kereshető digitális szöveggé alakítja őket. OCR nélkül a szkennelt oldal csak kép; OCR-rel másolhatja, keresheti, fordíthatja és szerkesztheti a tartalmát.

🔧 Kapcsolódó eszközök