Pe scurt: OCR este software-ul care recunoaște literele dintr-o imagine cu text, de exemplu o scanare sau o fotografie a unei pagini, și le transformă în text real, în care puteți căuta, pe care îl puteți selecta și copia.
OCR (recunoașterea optică a caracterelor) pe înțeles
OCR, adică recunoașterea optică a caracterelor (optical character recognition), citește literele dintr-o imagine și le transformă în text. Un scanner sau camera unui telefon doar fotografiază o pagină: pentru un calculator, un contract scanat este același lucru cu fotografia unei pisici. Nu puteți căuta în el cu Ctrl+F, nu puteți selecta o propoziție și nu puteți copia o cifră. OCR rezolvă asta.
Rezultatul vine în două forme obișnuite. Un PDF în care se poate căuta păstrează imaginile originale ale paginilor și adaugă în spatele lor un strat invizibil de text, așa că documentul arată la fel, dar căutarea și copierea funcționează. Textul simplu vă oferă doar cuvintele, gata de editat, tradus sau lipit în altă parte.
Precizia depinde de scanare. Paginile clare, drepte, bine luminate, cu un font obișnuit ies aproape perfect; scrisul de mână, fotocopiile șterse, fotografiile strâmbe și fonturile neobișnuite produc greșeli, așa că verificați numele și cifrele înainte să vă bazați pe ele.
Cum obțineți un rezultat OCR bun
- Scanați la 300 dpi sau faceți fotografia drept, în lumină bună. Textul neclar sau foarte mic este principala cauză a greșelilor.
- Alegeți limba potrivită. OCR folosește un dicționar și un alfabet pentru fiecare limbă; una greșită transformă diacriticele și literele în cuvinte fără sens.
- Rotiți mai întâi paginile în poziția corectă, dacă au fost scanate pe o parte.
- Păstrați originalul. Un PDF în care se poate căuta conține în continuare imaginile paginilor, așa că nu se pierde nimic dacă un cuvânt a fost citit greșit.
OCR, PDF în text și PDF în Word
| Aveți | Vreți | Folosiți |
|---|---|---|
| Un PDF scanat sau o fotografie | Căutare și copiere, același aspect | OCR într-un PDF în care se poate căuta |
| Un PDF scanat sau o fotografie | Doar cuvintele | OCR în text (imagine în text) |
| Un PDF creat dintr-un document (textul se poate deja selecta) | Cuvintele | PDF în text, fără OCR |
| Un PDF cu text care se poate selecta | Un document editabil | PDF în Word |
Test rapid: dacă puteți selecta un cuvânt în PDF, acesta are deja text și nu are nevoie de OCR.
Întrebări frecvente
Ce înseamnă OCR?
Recunoașterea optică a caracterelor (optical character recognition): software care recunoaște literele dintr-o imagine și le transformă în text.
Pot aplica gratuit OCR unui PDF fără să îl încarc?
Da. Instrumentul nostru OCR PDF rulează motorul open source Tesseract în browser, în 19 limbi, așa că PDF-ul rămâne pe dispozitivul dumneavoastră.
OCR citește scrisul de mână?
Doar prost. OCR este creat pentru text tipărit; majusculele de tipar îngrijite funcționează uneori, scrisul legat de obicei nu.
OCR schimbă aspectul PDF-ului meu?
Nu, când creați un PDF în care se poate căuta: imaginile originale ale paginilor rămân, iar în spatele lor se adaugă un strat invizibil de text.
Gata de trimis?
Adaugă fișierele, copiază linkul și gata. Gratuit până la 20 GB, fără cont.
Trimite fișiere gratuit