PDF-ൽ നിന്ന് ടെക്സ്റ്റും സ്കാൻ ചെയ്ത PDF-ൽ നിന്ന് TXT-യും തമ്മിലുള്ള വ്യത്യാസം എന്താണ്?
സ്കാൻ ചെയ്ത PDF മുതൽ TXT വരെ പേജുകൾ ഉയർന്ന DPI-ൽ റെൻഡർ ചെയ്ത് ടെക്സ്റ്റ് ലെയർ ഇല്ലാത്ത റാസ്റ്റർ സ്കാനുകളിൽ ലോക്കൽ Tesseract LSTM OCR പ്രവർത്തിപ്പിക്കുന്നു.
ലോക്കൽ Tesseract OCR വഴി സ്കാൻ ചെയ്ത ഇമേജ് PDF-കളിൽ നിന്ന് UTF-8 ടെക്സ്റ്റ് വേർതിരിച്ചെടുക്കുക.
OCR വഴി ടെക്സ്റ്റ് എടുക്കാൻ സ്കാൻ ചെയ്ത PDF-കൾ ഇവിടെ ഇടുക
ലോക്കൽ OCR ഉപയോഗിച്ച് തിരഞ്ഞെടുക്കാനാകാത്ത ഇമേജ് സ്കാനുകളെ വൃത്തിയുള്ള UTF-8 .TXT ആക്കുക
OCR Wasm Engine
ഈ PDF പാസ്വേഡ് ഉപയോഗിച്ച് സുരക്ഷിതമാണ്. തുറക്കാൻ പാസ്വേഡ് നൽകുക:
നിങ്ങളുടെ സ്കാൻ ചെയ്ത PDF രേഖ വർക്ക്ബെഞ്ചിലേക്ക് അപ്ലോഡ് ചെയ്യുക.
രേഖയുടെ ഭാഷയും സ്കാൻ DPI കൃത്യതയും (150 അല്ലെങ്കിൽ 300 DPI) തിരഞ്ഞെടുക്കുക.
ടെക്സ്റ്റ് തിരിച്ചറിയാനും പകർത്താനും UTF-8 .txt ഫയൽ ഡൗൺലോഡ് ചെയ്യാനും 'OCR .TXT വേർതിരിക്കുക' ക്ലിക്ക് ചെയ്യുക.
WebAssembly, PDF.js, pdf-lib, Tesseract OCR, Web Crypto എന്നിവ വഴി 100% ബ്രൗസർ RAM-ൽ പ്രവർത്തിക്കുന്നു.
സീറോ സെർവർ അപ്ലോഡ്, സീറോ ക്ലൗഡ് സ്റ്റോറേജ്, സീറോ ടെലിമെട്രി—ഫയലുകൾ നിങ്ങളുടെ ഉപകരണം വിട്ടുപോകില്ല.
ISO 32000 PDF 1.3–2.0 പാലിച്ച് വെക്റ്റർ പാത്തുകൾ, എംബെഡഡ് ഫോണ്ടുകൾ, AcroForms എന്നിവ സംരക്ഷിക്കുന്നു.
100% സൗജന്യ പരിധിയില്ലാത്ത പ്രോസസ്സിംഗും സീറോ വാട്ടർമാർക്കുമുള്ള PDF, JPG, PNG, WebP, SVG പിന്തുണ.
സ്കാൻ ചെയ്ത PDF മുതൽ TXT വരെ പേജുകൾ ഉയർന്ന DPI-ൽ റെൻഡർ ചെയ്ത് ടെക്സ്റ്റ് ലെയർ ഇല്ലാത്ത റാസ്റ്റർ സ്കാനുകളിൽ ലോക്കൽ Tesseract LSTM OCR പ്രവർത്തിപ്പിക്കുന്നു.
ഇംഗ്ലീഷ്, ജർമ്മൻ, ഫ്രഞ്ച്, സ്പാനിഷ്, പോർച്ചുഗീസ്, ഇറ്റാലിയൻ, ഡച്ച്, പോളിഷ്, റഷ്യൻ, ജാപ്പനീസ്, ലളിതമാക്കിയ ചൈനീസ്, കൊറിയൻ, അറബിക്, ഹിന്ദി എന്നിവ പിന്തുണയ്ക്കുന്നു.
ഒരിക്കലുമില്ല. പേജ് റാസ്റ്ററൈസേഷനും Tesseract OCR WebAssembly-യും നിങ്ങളുടെ ബ്രൗസറിൽ 100% പ്രാദേശികമായി പ്രവർത്തിക്കുന്നു.