Kāda ir atšķirība starp PDF uz tekstu un Skenēts PDF uz TXT?
Skenēts PDF uz TXT vienmēr renderē lapas augstā DPI un palaiž lokālu Tesseract LSTM OCR atpazīšanu rastrētiem skeniem bez teksta slāņa.
Izvelciet vienkāršu UTF-8 tekstu no skenētiem attēlu PDF ar lokālu Tesseract OCR.
Ievelciet skenētus PDF šeit, lai izvilktu tekstu ar OCR
Pārvērtiet neiezīmējamus attēlu skenus tīrā UTF-8 .TXT ar lokālu OCR
OCR Wasm Engine
Šis PDF ir aizsargāts ar paroli. Ievadiet paroli, lai to atbloķētu:
Augšupielādējiet savu skenēto PDF dokumentu darba zonā.
Izvēlieties dokumenta valodu un skenēšanas DPI precizitāti (150 vai 300 DPI).
Noklikšķiniet uz 'OCR Izvilkt .TXT', lai atpazītu tekstu, nokopētu to vai lejupielādētu UTF-8 .txt failu.
Darbojas 100% pārlūkprogrammas RAM atmiņā, izmantojot WebAssembly, PDF.js, pdf-lib, Tesseract OCR un Web Crypto.
Nekādas augšupielādes serverī, mākoņkrātuves vai dokumentu telemetrijas — faili nekad nepamet jūsu ierīci.
Atbilst ISO 32000 PDF 1.3–2.0 standartam, saglabājot vektoru ceļus, iegultos fontus un AcroForms veidlapas.
Atbalsta PDF, JPG, PNG, WebP un SVG ar 100% bezmaksas neierobežotu apstrādi un bez ūdenszīmēm.
Skenēts PDF uz TXT vienmēr renderē lapas augstā DPI un palaiž lokālu Tesseract LSTM OCR atpazīšanu rastrētiem skeniem bez teksta slāņa.
Atbalsta angļu, vācu, franču, spāņu, portugāļu, itāļu, holandiešu, poļu, krievu, japāņu, vienkāršoto ķīniešu, korejiešu, arābu un hindi valodu.
Nekad. Gan lapu rasterizācija, gan Tesseract OCR WebAssembly darbojas 100% lokāli jūsu pārlūkā.