OCR PDF (قابل جست‌وجو کردن اسکن)

How to use the OCR PDF tool

1. PDF اسکن‌شده یا عکس صفحه‌ها را انتخاب کنید.
2. زبان را برگزینید: انگلیسی، مراتی یا هر دو.
3. اندازه دانلود نمایش‌داده‌شده را ببینید و روی خواندن متن بزنید.
4. تا تشخیص هر صفحه صبر کنید.
5. PDF قابل جست‌وجو و فایل متنی را دانلود کنید.

چه چیزی می‌گیرید

دو فایل: یک PDF قابل جست‌وجو که تصویر صفحه در آن دست‌نخورده است و واژه‌های تشخیص‌داده‌شده نامرئی در جای درست پشت آن قرار دارند، و یک فایل ‎.txt‎ ساده با همه متن پیداشده.

زبان‌ها و دانلود

این سایت انگلیسی و مراتی را ارائه می‌دهد و هر دو را می‌توان با هم به کار برد. تشخیص فارسی فعلاً پشتیبانی نمی‌شود. چون تشخیص در مرورگر شما و نه روی سرور انجام می‌شود، موتور (Tesseract به‌صورت WebAssembly) و داده‌های زبان باید به دستگاه شما بیایند: بار اول حدود 12 مگابایت، سپس از حافظه پنهان.

دقت و سرعت

روی متن چاپی تمیز و صاف با 300 dpi دقت بالاست، معمولاً بیش از 95٪ نویسه‌ها. صفحه‌های کم‌رنگ، کج یا کم‌نور بدتر خوانده می‌شوند و دست‌خط تشخیص داده نمی‌شود. روی لپ‌تاپ چند ثانیه برای هر صفحه و روی گوشی بیشتر طول می‌کشد؛ صفحه‌ها یکی‌یکی پردازش می‌شوند.

چیزی آپلود نمی‌شود

قراردادها، اسناد و گزارش‌های پزشکی اسکن‌شده در مرورگر شما می‌مانند. نه سند و نه تشخیص از دستگاه شما خارج نمی‌شود.