Ekstrak Teks daripada PDF Imbasan — OCR Dalam Talian Percuma

Anda mengimbas kontrak, resit, atau timbunan minit mesyuarat lama. Hasilnya PDF — tetapi bukan jenis yang berguna. Tidak boleh dicari, tidak boleh disalin, tidak boleh ditampal ke mana-mana. Teks terperangkap dalam imej. OCR (Pengecaman Aksara Optik) ialah cara mengeluarkannya. Panduan ini membimbing anda menggunakan alat pelayar percuma yang tidak pernah memuat naik fail ke mana-mana pelayan.

Bila Anda Perlu PDF OCR

Tidak semua PDF perlu OCR. Jika anda boleh sorot dan salin teks daripada PDF, ia sudah mengandungi data teks sebenar. Tetapi jika pemilihan teks tidak berfungsi, anda melihat imej imbasan yang menyamar sebagai PDF.

• Kontrak dan dokumen undang-undang yang diimbas — terutama yang lama, dihantar melalui faks atau pos
• Resit dan invois kertas yang diimbas untuk tuntutan perbelanjaan atau pemfailan cukai
• Kertas akademik daripada pengimbas perpustakaan, terutama penerbitan sebelum 2010
• Borang kerajaan yang diimbas di kaunter perkhidmatan (imigresen, permit, penyata cukai)
• Nota mesyuarat tulisan tangan atau gambar papan putih yang disimpan sebagai PDF

Cara Ekstrak Teks: Langkah demi Langkah

Seluruh proses mengambil masa kurang dari dua minit. Tidak perlu cipta akaun, tidak perlu e-mel, tidak perlu pasang perisian.

• Buka batch-printer.com/tools/pdf/ocr dalam mana-mana pelayar — Chrome, Safari, Firefox atau Edge. Berfungsi di telefon dan tablet juga.
• Seret PDF imbasan ke kawasan muat naik. Pilih enjin OCR: Standard (PP-OCR, pantas, baik untuk teks cetak) atau Premium (Florence-2, muat turun 223MB, lebih baik untuk susun atur kompleks).
• Klik "Jalankan OCR." Alat memproses dokumen sepenuhnya dalam pelayar. Selepas selesai, salin teks atau muat turun PDF boleh cari.

Petua untuk Hasil OCR Lebih Baik

• Imbas pada 300 DPI atau lebih tinggi.
• Pastikan dokumen rata dan pencahayaan sekata.
• Luruskan dokumen — kecondongan 5 darjah boleh mengurangkan ketepatan 10-15%.
• Gunakan Premium untuk dokumen dengan jadual bercampur perenggan atau cap di atas teks.
• Untuk aksara bukan Latin, Standard PP-OCR sering lebih baik.

Enjin Standard vs Premium

Standard (PP-OCR) pantas dan ringan, ideal untuk dokumen cetak bersih, menyokong 18 bahasa. Premium (Florence-2) model AI 223MB yang dimuat turun sekali dan berjalan secara tempatan, lebih baik memahami susun atur dokumen. Kedua-duanya berjalan sepenuhnya dalam pelayar tanpa menghantar dokumen ke pelayan.

Privasi: Mengapa OCR Sisi Pelanggan Penting

Kebanyakan alat OCR dalam talian memuat naik dokumen ke pelayan jauh. OCR sisi pelanggan menghapuskan ini — enjin berjalan dalam tab pelayar anda, PDF tidak pernah meninggalkan peranti anda. Untuk dokumen dengan data peribadi, ini bukan bonus — ia satu-satunya pendekatan bertanggungjawab.

Apa yang OCR Tidak Boleh Lakukan

• Dokumen rosak teruk — kesan air, tepi koyak, dakwat meresap.
• Imbasan resolusi sangat rendah — bawah 150 DPI.
• Tulisan tangan kompleks — huruf cetak kemas boleh, tulisan sambung sukar.
• Fon hiasan dan teks artistik.
• Formula matematik dan notasi kimia — perlu alat OCR khusus.

Soalan Lazim

Bolehkah OCR membaca tulisan tangan? Sebahagian. Tulisan tangan cetak kemas boleh dengan Premium. Tulisan sambung masih tidak boleh dipercayai.

Bahasa apa yang disokong? Standard menyokong 18 bahasa termasuk Melayu, Inggeris, Cina, Jepun, Korea dan lain-lain. Premium dioptimumkan untuk Inggeris dan bahasa Eropah utama.

Betul-betul percuma? Ya. Tanpa akaun, tanpa tempoh percubaan, tanpa had halaman.

Boleh OCR dokumen berbilang halaman? Ya. Setiap halaman diproses mengikut urutan.

Format output apa? Dua pilihan: teks biasa dan PDF boleh cari yang melapisi teks dikenali secara telus di atas imbasan asal.