PDF🔒 Berjalan dalam pelayar anda

Pengekstrak Teks (OCR)

Ekstrak teks daripada PDF dan imej yang diimbas dengan OCR (Pengecaman Aksara Optik)

📝

Lepaskan PDF di sini atau klik untuk melayari

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

Tentang Pengekstrak Teks (OCR)

PDF OCR menggunakan Tesseract.js yang berjalan dalam pelayar anda untuk mengecam teks di dalam PDF yang diimbas atau berasaskan imej. Anda boleh mengekstrak teks biasa, menghasilkan PDF boleh dicari di mana teks yang dikenali dilapiskan di belakang imej asal, atau mengeksport dokumen DOCX. Semuanya berjalan secara setempat — tiada dokumen dimuat naik ke mana-mana tempat.

Soalan lazim

Bahasa apa yang disokong?

Lebih daripada 100 bahasa disokong melalui Tesseract.js, termasuk Inggeris, Perancis, Sepanyol, Jerman, Cina, Jepun, Arab dan banyak lagi. Anda juga boleh menjalankan OCR berbilang bahasa dengan memilih beberapa bahasa sekaligus.

Adakah PDF saya dimuat naik ke pelayan?

Tidak. Pengecaman teks berlaku sepenuhnya dalam pelayar anda melalui WebAssembly. Fail anda tidak pernah meninggalkan peranti anda.

Format output apa yang tersedia?

Teks yang dikenali tersedia sebagai teks biasa (.txt). Anda boleh menyalinnya atau memuat turun selepas OCR selesai.

Apakah maksud OCR?

OCR ialah singkatan bagi Optical Character Recognition (Pengecaman Aksara Optik). Teknologi ini mengesan bentuk huruf dalam imej atau dokumen yang diimbas dan menukarkannya menjadi teks digital sebenar yang boleh disunting dan dicari. Tanpa OCR, halaman yang diimbas hanyalah sebuah gambar; dengan OCR, anda boleh menyalin, mencari, menterjemah dan menyunting kandungannya.