OCR PDF
Baca teks dari halaman hasil pindai, sepenuhnya di perangkat Anda. Tidak ada yang diunggah.
Pilih file
atau lepaskan di sini
Ctrl+V untuk menempel dari papan klip
hingga 1 berkas, masing-masing 25.0 MB
Tetap di perangkat Anda. Tidak ada yang diunggah.
Cara OCR PDF
- Pilih satu PDF, atau lepaskan ke halaman.
- Pilih resolusi render. 150 DPI terbaca baik dan menjaga memori tetap wajar.
- Tekan Konversi. Setiap halaman digambar, lalu dibaca di perangkat Anda oleh OCR.
- Unduh file .txt berisi teks yang dikenali, halaman demi halaman.
Apa yang dilakukan OCR di sini, dan di mana ia berjalan
Pengenalan karakter optik membaca huruf dari piksel. Alat ini merender setiap halaman PDF menjadi gambar, lalu menyerahkannya ke Tesseract, mesin OCR sumber terbuka, yang dikompilasi ke WebAssembly dan berjalan sepenuhnya di dalam tab Anda. Model bahasa (Inggris) dan mesinnya sendiri disajikan dari situs ini: tidak ada apa pun tentang dokumen Anda yang pernah dikirim ke mana pun.
Alat ini ada untuk halaman yang tidak bisa dibantu alat ekstraksi teks: pindaian, faks, dokumen difoto. Hasilnya adalah teks biasa dengan bagian bertanda per halaman, siap untuk pencarian, penerjemahan, atau editor.
Penggunaan pertama mengunduh mesin, beberapa megabyte, lalu di-cache oleh browser. Kecepatan pengenalan bergantung pada perangkat Anda; ponsel membaca satu halaman dalam beberapa detik, laptop lebih cepat.
Batasan dan catatan jujur
Akurasi OCR mengikuti kualitas gambar. Pindaian 300 DPI yang bersih terbaca hampir sempurna; foto ponsel dari struk kusut akan mengandung kesalahan. 150 DPI adalah bawaan yang wajar; naikkan ke 300 untuk cetakan kecil.
Hanya teks bahasa Inggris untuk saat ini. Tulisan tangan tidak dikenali: hanya teks cetak. Dokumen yang sangat panjang paling baik diproses dalam rentang halaman.
Satu dokumen per proses, hingga 25 MB. Pengenalan berjalan di tab ini; gambar halaman tidak pernah meninggalkan perangkat Anda.
Pertanyaan umum
Mengapa OCR, bukan ekstraksi teks?
Ekstraksi membaca lapisan teks PDF digital. OCR membaca piksel hasil pindai dan foto. Jika ekstraksi kembali kosong, OCR adalah alatnya.
Bahasa apa yang didukung?
Bahasa Inggris untuk saat ini. Model bahasa lain dapat ditambahkan nanti, masing-masing disajikan dari situs ini.
Mengapa konversi pertama lambat?
Mesin OCR dan model bahasa diunduh sekali (beberapa megabyte) lalu di-cache. Proses berikutnya langsung berjalan.
Apakah dokumen hasil pindai saya diunggah?
Tidak. Halaman dirender dan dibaca di dalam browser Anda, di perangkat Anda.
Privasi sejak awal
Tetap di perangkat Anda. Tidak ada yang diunggah. Konversi berjalan di browser Anda: buka tab jaringan saat mengonversi dan Anda akan melihat tidak ada yang dikirim. Tanpa akun, tanpa tanda air, tanpa batas harian.