Tóm tắt
Để trích xuất văn bản từ PDF scan, hãy tải tệp lên Batch Printer, chọn ngôn ngữ tài liệu rồi chạy OCR. Sau khi xử lý, bạn có thể tải xuống PDF có thể tìm kiếm và sao chép văn bản, trong khi bố cục nhìn thấy của bản scan gốc vẫn được giữ lại.
Cách OCR PDF
Hướng dẫn từng bước để trích xuất văn bản từ PDF scan
- 1
Tải PDF scan lên
Kéo và thả tệp PDF scan của bạn.
- 2
Chọn ngôn ngữ
Chọn ngôn ngữ của văn bản trong tài liệu.
- 3
Xử lý và tải xuống
Bấm OCR để trích xuất văn bản, rồi tải xuống PDF có thể tìm kiếm.
Câu hỏi thường gặp
Hỗ trợ những ngôn ngữ nào?
OCR hỗ trợ nhiều ngôn ngữ, gồm tiếng Anh, tiếng Hàn, tiếng Nhật, tiếng Trung và hầu hết các ngôn ngữ châu Âu.
OCR có đọc được ghi chú viết tay không?
OCR hoạt động tốt nhất với văn bản đánh máy. Chữ viết tay rõ ràng có thể được nhận dạng một phần, nhưng độ chính xác với chữ viết tay thấp hơn tài liệu in.
OCR có giữ bố cục trang gốc không?
Có, giao diện trang vẫn gần giống về mặt trực quan trong khi một lớp văn bản có thể tìm kiếm được thêm vào. Bạn vẫn xem được định dạng scan ban đầu.
Làm sao để cải thiện độ chính xác OCR?
Dùng bản scan từ 300 DPI trở lên, trang thẳng và độ tương phản rõ. Cắt bỏ viền tối trước khi OCR cũng giúp cải thiện chất lượng nhận dạng.
Tôi có thể sao chép văn bản sau OCR không?
Có, OCR thành công sẽ giúp văn bản có thể chọn và tìm kiếm trong hầu hết trình đọc PDF. Độ chính xác phụ thuộc vào chất lượng scan và ngôn ngữ đã chọn.
Các trường hợp sử dụng thực tế cho OCR PDF
Các công ty luật chạy OCR trên hồ sơ vụ án đã scan để luật sư có thể tìm tên, ngày tháng và điều khoản trên hàng trăm trang khi chuẩn bị discovery.
Nhà nghiên cứu OCR các bài báo lịch sử và báo cáo in để trích dẫn và xây dựng kho tư liệu có thể tìm kiếm mà không cần gõ lại thủ công.
Nhóm kế toán OCR bản scan hóa đơn để các dòng hàng và mã nhà cung cấp có thể tìm kiếm trong các kỳ kiểm toán và đối soát.
Mẹo và phương pháp hay nhất cho OCR PDF
- Scan tối thiểu 300 DPI cho tài liệu tiêu chuẩn và 400 DPI cho chữ nhỏ.
- Chọn ngôn ngữ chính của tài liệu trước khi xử lý để giảm lỗi thay thế ký tự.
- Xoay các trang bị nghiêng hoặc lộn ngược trước. Độ chính xác OCR giảm mạnh khi văn bản lệch hàng.
- Tránh bản scan nguồn bị nén quá mạnh vì nhiễu nén có thể làm rối quá trình nhận dạng ký tự.
- Kiểm tra nhanh các trường quan trọng như tổng tiền, ngày tháng và tên sau OCR trước khi dùng dữ liệu trích xuất trong vận hành.