Fanya OCR kwa PDF Iliyochanganuliwa
OCR ya PDF husoma PDF iliyochanganuliwa au yenye picha na kurudisha ama PDF inayotafutika yenye safu ya maandishi iliyofichwa, ama maandishi yake kama faili ya Markdown. Faili asili haibadilishwi.
Buruta faili hapa, au bofya uchague
Inakubali PDF · hadi 500.0 MB kwa kila faili · hadi faili 20 kwa mara moja
Unaweza pia kubandika faili kwa Ctrl/Cmd+V au kutoka kwenye menyu ya ubao wa kunakili.
OCR ya PDF husoma PDF iliyochanganuliwa au yenye picha tu na kuirudisha kwa njia mbili. PDF inayotafutika hukupa kurasa zile zile zenye safu ya maandishi isiyoonekana, ili uweze kutafuta, kuchagua na kunakili maandishi. Markdown hukupa maandishi kama faili ya .md kwa madokezo, hazina za msimbo na mifumo ya kiotomatiki. Faili asili haibadilishwi kamwe.
PDF inayotafutika hutengenezwa kwa Tesseract. Kila ukurasa huchorwa kwa dpi 300, hutambuliwa katika lugha unayochagua, kisha huandikwa upya kama picha ya ukurasa huku maandishi yaliyotambuliwa yakifichwa nyuma yake. Idadi ya kurasa hubaki ile ile. Kwa kuwa kila ukurasa huchorwa upya, ukurasa uliokuwa na maandishi halisi tayari huwa picha yenye safu ya maandishi, na ukubwa wa faili unaweza kutofautiana sana na asili. Chagua lugha moja kati ya 12 kwenye fomu; API pia hukubali hadi nne zilizounganishwa kwa alama ya kujumlisha, kama eng+fra. Kurasa zisizozidi 50 husindikwa kwa ombi moja.
Matokeo ya Markdown hutumia injini nyingine, inayounganisha maandishi asilia ya PDF na utambuzi wa macho kwenye kurasa za picha. Lazimisha OCR (`ocrType=force-ocr`, chaguo-msingi la tovuti) hutambua upya kila ukurasa, ilhali Kawaida hutumia maandishi yaliyopo pale faili inapokuwa nayo na hutambua kurasa za picha tu. Injini hii haina mpangilio wa lugha, na orodha ya lugha haiihusu.
Katika njia zote mbili, usahihi hufuata ubora wa uchanganuzi, utofautishaji na mwinuko wa ukurasa. Kata na unyooshe picha za simu kabla ya kupakia inapowezekana, kwa sababu picha ya ukurasa yenye umbo la trapezoidi hupoteza utambuzi kwenye mandharinyuma. OCR hutambua herufi; haitafsiri wala kusahihisha maandishi, wala haisafishi au kunyoosha uchanganuzi wenyewe.
Mwandiko, fonti za mapambo na faksi za ubora wa chini ndizo ingizo gumu zaidi. Herufi inapokuwa na utata, kama 1 dhidi ya l au 0 dhidi ya O, injini huchagua usomaji unaowezekana zaidi na kuendelea, na hakuna njia inayorudisha alama ya uhakika. Kagua kwa sampuli majina na namba zinazopaswa kuwa sahihi kabisa. Katika Markdown, majedwali huwa mistari wima na seli iliyounganishwa inaweza kupoteza safu yake, na kurasa zenye safu wima nyingi husomwa kwa mpangilio ambao injini inakisia.
Usifanye OCR kwa hati ambazo huruhusiwi kuzidijitali au kuzisambaza. Kazi hufanyika upande wa seva, kwa hiyo pakua matokeo mapema. Hatuhifadhi maktaba ya OCR ya faili zako. Faili zilizolindwa kwa nenosiri hufunguliwa kwako kwenye ukurasa huu baada ya kuingiza nenosiri; wanaotumia API wanapaswa kwanza kuendesha Ondoa nenosiri.
Sifa
- PDF inayotafutika yenye safu ya maandishi iliyofichwa, au maandishi ya Markdown
- PDF inayotafutika: Tesseract kwa dpi 300 katika lugha 12, hadi kurasa 50
- Markdown: maandishi asilia pamoja na utambuzi kwenye kurasa za picha; hali ya Lazimisha au Kawaida
- PDF asili haibadilishwi
- API isiyohitaji akaunti kwenye /api/v1/misc/ocr-pdf yenye outputFormat na languages
Lini utumie
- Kufanya rundo la mikataba iliyochanganuliwa itafutike katika hifadhi ya nyaraka
- Kunakili aya kutoka ukurasa uliopigwa picha au kuchanganuliwa
- Kuwapa mawakala au mifumo ya kiotomatiki inayotaka Markdown uchanganuzi
- Kufanya risiti zilizopigwa picha zitafutike katika programu ya madokezo
Ninawezaje kufanya OCR kwa PDF iliyochanganuliwa?
- Pakia PDF iliyochanganuliwa au iliyopigwa picha kwa kamera.
- Chagua PDF inayotafutika au Maandishi ya Markdown. Kwa PDF inayotafutika, chagua lugha ya maandishi.
- Bofya Sindika kisha upakue matokeo.
- Kagua kwa sampuli majina na namba kabla ya kutegemea matokeo, na jaribu kutafuta kwenye PDF neno unalojua lipo.
Mipaka na hali maalum
- Usahihi hutofautiana kulingana na ubora wa picha; mwandiko na fonti za mapambo hutambuliwa vibaya
- PDF inayotafutika: kurasa zisizozidi 50, dpi 300, picha moja kwa kila ukurasa
- Markdown haina mpangilio wa lugha, alama za uhakika wala matokeo kwa kila ukurasa
- Si tafsiri, wala kunyoosha au kusafisha uchanganuzi
- Idadi kubwa sana ya kurasa huchukua muda zaidi
Mifano
- Uchanganuzi wa mkataba wa kurasa 20 wa rangi za kijivu huwa PDF ambamo kutafuta namba ya kifungu hupata ukurasa
- Ukurasa uliochanganuliwa wenye mstari wa maandishi ya Kiingereza hurudisha PDF ambayo mstari huo unaweza kunakiliwa
- Picha ya simu iliyopinda inaweza kuhitaji kupigwa upya kabla OCR haijawa na manufaa
Faragha ya zana hii
Faili hupakiwa kupitia HTTPS, husindikwa kwenye kumbukumbu au saraka ya muda ya maisha mafupi kwenye seva zetu, na hufutwa matokeo yako yanapokuwa tayari. Hatuhifadhi nakala kwa ajili ya kutazamwa baadaye, mafunzo ya mifumo wala wasifu wa matangazo. Tazama Sera ya Faragha kwa maelezo ya uhifadhi na ufichuzi wa vidakuzi vya AdSense.
Maswali ya kawaida
- Je, ninaweza kupata PDF inayotafutika?
- Ndiyo. Chagua PDF inayotafutika kwenye fomu. Kila ukurasa hutambuliwa na kuandikwa upya kama picha yenye safu ya maandishi iliyofichwa, hivyo unaweza kutafuta na kunakili maandishi yake.
- Kwa nini PDF inayotafutika inaonekana kama uchanganuzi na si faili yangu asili?
- Kila ukurasa huchorwa kuwa picha kabla ya utambuzi, hata kurasa zilizokuwa na maandishi halisi. Safu ya maandishi iko nyuma ya picha.
- Lugha gani zinatumika?
- Fomu hutoa Kiingereza, Kijerumani, Kifaransa, Kihispania, Kireno, Kiitaliano, Kirusi, Kiarabu, Kichina Kilichorahisishwa, Kichina cha Jadi, Kijapani na Kikorea. Kupitia API, hadi misimbo minne inaweza kuunganishwa kwa alama ya kujumlisha, kama eng+fra.
- Naweza kusindika kurasa ngapi?
- Hadi kurasa 50 kwa PDF inayotafutika. Faili ndefu zaidi hukataliwa kwa hitilafu; igawe kwanza.
- Je, matokeo ya Markdown hutumia mpangilio wa lugha?
- Hapana. Injini ya Markdown haina kigezo cha lugha. Orodha ya lugha ni ya PDF zinazotafutika tu.
- Je, OCR hubadilisha jinsi kurasa zinavyoonekana?
- Hapana. Unapata faili mpya; asili haibadilishwi. PDF inayotafutika huonyesha kila ukurasa kama picha, kama uchanganuzi unavyofanya.
- Je, OCR hushughulikia mwandiko?
- Vibaya. Injini zote mbili hulenga herufi zilizochapwa kwa mashine. Mwandiko wa kuunganisha, fonti za mapambo na faksi za ubora wa chini mara nyingi hurudi kama mchafuko.
- Je, ninahitaji Lazimisha OCR kwa PDF iliyoundwa kidijitali?
- Kwa kawaida hapana. Kwa Markdown, Kawaida hutumia maandishi yaliyopo na kuruka injini ya utambuzi. Tumia Lazimisha ikiwa safu hiyo imeharibika.
Ilisasishwa mwisho:
Tumia kutoka msimbo
Kila zana hapa ni REST. Matumizi bila kujisajili hayahitaji akaunti wala ufunguo wa API. Inafaa kivinjari, watengenezaji, na mawakala wa AI.
curl -X POST "https://pdf123.xyz/api/v1/misc/ocr-pdf" \
-F "[email protected]" \
-F "outputFormat=markdown" \
-F "ocrType=force-ocr" \
-F "languages=eng" \
-o output.pdfPia inapatikana kama zana ya MCP kwa programu zinazotumia Model Context Protocol (JSON-RPC 2.0, POST /mcp). Maelezo kamili ya API
Itumie kupitia wakala wa AI
SkillUkiwa na skill hii, Claude Code, Codex, Cursor na mawakala wengine wa AI wanaweza kukuendeshea "OCR ya PDF": /skills/pdf123-ocr.md
Faili inatumika kazi hii tu, kisha inafutwa yenyewe.