Jaký je rozdíl mezi PDF do textu a Naskenované PDF na TXT?
Naskenované PDF na TXT vždy vykreslí stránky ve vysokém DPI a spustí lokální Tesseract LSTM OCR na rastrových skenech bez textové vrstvy.
Extrahujte prostý text UTF-8 z naskenovaných obrázkových PDF pomocí lokálního Tesseract OCR.
Sem přetáhněte naskenovaná PDF pro extrakci textu přes OCR
Převeďte neoznačitelné obrázkové skeny na čistý UTF-8 .TXT pomocí lokálního OCR
OCR Wasm Engine
Tento soubor PDF je chráněn heslem. Zadejte heslo pro odemknutí:
Nahrajte naskenovaný dokument PDF na pracovní plochu.
Vyberte jazyk dokumentu a přesnost DPI skenu (150 nebo 300 DPI).
Klikněte na 'Extrahovat .TXT přes OCR' pro rozpoznání textu, zkopírování nebo stažení souboru UTF-8 .txt.
Běží 100% v paměti RAM prohlížeče pomocí WebAssembly, PDF.js, pdf-lib, Tesseract OCR a Web Crypto.
Nulové nahrávání na server, nulové cloudové úložiště a nulová telemetrie — soubory nikdy neopustí vaše zařízení.
Odpovídá normě ISO 32000 PDF 1.3–2.0 a zachovává vektorové křivky, vložená písma i formuláře AcroForms.
Podporuje PDF, JPG, PNG, WebP a SVG se 100% bezplatným neomezeným zpracováním a nulovými vodoznaky.
Naskenované PDF na TXT vždy vykreslí stránky ve vysokém DPI a spustí lokální Tesseract LSTM OCR na rastrových skenech bez textové vrstvy.
Podporuje angličtinu, němčinu, francouzštinu, španělštinu, portugalštinu, italštinu, nizozemštinu, polštinu, ruštinu, japonštinu, čínštinu, korejštinu, arabštinu a hindštinu.
Nikdy. Rasterizace stránek i Tesseract OCR WebAssembly běží 100% lokálně ve vašem prohlížeči.