Kuo skiriasi PDF į tekstą ir Nuskaitytas PDF į TXT?
Nuskaitytas PDF į TXT visada atvaizduoja puslapius dideliu DPI ir paleidžia vietinį Tesseract LSTM OCR rastriniuose skanuose be teksto sluoksnio.
Išskirkite paprastą UTF-8 tekstą iš nuskaitytų vaizdinių PDF naudodami vietinį Tesseract OCR.
Vilkite nuskaitytus PDF čia teksto išskyrimui per OCR
Konvertuokite nepažymimus vaizdo skanus į švarų UTF-8 .TXT vietiniu OCR
OCR Wasm Engine
Šis PDF apsaugotas slaptažodžiu. Įveskite slaptažodį, kad atrakintumėte:
Įkelkite nuskaitytą PDF dokumentą į darbo stalą.
Pasirinkite dokumento kalbą ir nuskaitymo DPI tikslumą (150 arba 300 DPI).
Spustelėkite 'Išskirti .TXT su OCR', kad atpažintumėte tekstą, nukopijuotumėte arba atsisiųstumėte UTF-8 .txt failą.
Veikia 100 % naršyklės RAM atmintyje per WebAssembly, PDF.js, pdf-lib, Tesseract OCR ir Web Crypto.
Jokių įkėlimų į serverį, jokios debesijos ir jokios dokumentų telemetrijos – failai nepalieka jūsų įrenginio.
Atitinka ISO 32000 PDF 1.3–2.0 standartus, išsaugo vektorinius kelius, įterptus šriftus ir AcroForms.
Palaiko PDF, JPG, PNG, WebP ir SVG su 100 % nemokamu neribotu apdorojimu ir be vandens ženklų.
Nuskaitytas PDF į TXT visada atvaizduoja puslapius dideliu DPI ir paleidžia vietinį Tesseract LSTM OCR rastriniuose skanuose be teksto sluoksnio.
Palaiko anglų, vokiečių, prancūzų, ispanų, portugalų, italų, olandų, lenkų, rusų, japonų, kinų, korėjiečių, arabų ir hindi kalbas.
Niekada. Tiek puslapių rastravimas, tiek Tesseract OCR WebAssembly vykdomi 100 % vietiškai jūsų naršyklėje.