PDF ke Teks — Ekstraktor Teks Online Gratis

PDF digital dihasilkan oleh perangkat lunak, jadi ia membawa karakter itu sendiri. PDF yang dipindai adalah tumpukan gambar halaman yang dihasilkan oleh pemindai atau kamera, jadi ia tidak membawa karakter sama sekali. Perbedaan itu menentukan segalanya tentang hasilnya. File digital memberi Anda teks yang tepat. File yang dipindai harus dikenali, dan pengenalan sangat baik pada pemindaian yang bersih dan kurang baik pada yang miring, kabur, atau kurang pencahayaan. Anda biasanya dapat mengetahui jenis mana yang Anda miliki dengan membuka file di pembaca PDF dan mencoba memilih satu baris teks dengan mouse Anda. Jika pemilihan menyoroti kata-kata, ada lapisan teks.

Untuk halaman dengan lapisan teks yang nyata, ya. Karakter dibaca dari file daripada dikenali dari gambar, jadi tidak ada OCR yang dijalankan pada mereka dan tidak ada yang salah baca. Urutan baca adalah satu-satunya hal yang masih dapat mengejutkan Anda, karena lapisan teks menyimpan di mana setiap rangkaian karakter berada daripada apa artinya, jadi halaman dengan kolom atau sidebar mungkin muncul dalam urutan yang tidak sesuai dengan cara mata Anda bergerak. Kata-kata itu sendiri adalah kata-kata dalam file. Halaman tanpa lapisan teks melewati OCR sebagai gantinya, dan itu membawa akurasi pengenalan yang biasa.

Hingga 25 halaman per PDF. File yang lebih panjang masih diterima: 25 halaman pertama diekstrak dan pemberitahuan pada hasil memberi tahu Anda berapa banyak halaman yang tidak disertakan. Batas ini ada karena pekerjaan dilakukan pada perangkat keras Anda sendiri, dan dokumen yang dipindai yang panjang berarti satu kali pemindaian OCR per halaman di dalam tab browser Anda. Jika Anda memerlukan sisanya, pisahkan file di pembaca PDF dan jalankan halaman yang tersisa sebagai file kedua.

Tidak. PDF yang terenkripsi tidak dapat dibuka tanpa kata sandinya, dan halaman ini tidak meminta Anda untuk satu atau mencoba menghindari perlindungan. Anda mendapatkan kesalahan yang jelas alih-alih hasil kosong. Buka file di pembaca yang biasanya Anda gunakan, autentikasi dengan cara yang biasanya Anda lakukan, simpan salinan dengan kata sandi dihapus dan jalankan salinan itu di sini.

Tidak. File dibaca dari disk Anda ke halaman dan dibuka oleh pembaca PDF yang berjalan di browser Anda. Tidak ada titik akhir unggah di situs ini untuk menerimanya. Itulah inti dari dokumen yang sebenarnya dibawa orang ke alat seperti ini: laporan bank, slip gaji, formulir pajak, kontrak yang ditandatangani, dan pemindaian ID. Perhatikan tab jaringan selama proses berjalan dan Anda akan melihat pembaca dan model OCR tiba, dan tidak ada yang meninggalkan dokumen Anda.

Sisi OCR membaca bahasa Inggris, Spanyol, Rumania, Arab, Yunani, Turki, Indonesia, Rusia, dan Jepang. Pilih bahasa sebelum Anda mengekstrak, karena mesin mencocokkan bentuk dengan model yang Anda pilih dan model yang salah dibaca dengan buruk. Halaman yang sudah memiliki lapisan teks sepenuhnya mengabaikan pengaturan, karena karakter tersebut dibaca dari file apa adanya, terlepas dari skrip apa yang mereka tulis.

Ya. Pilih satu batch dan file akan diproses secara berurutan daripada secara paralel. Setiap hasil muncul segera setelah file selesai, sehingga Anda dapat mulai membaca sementara yang lain masih berjalan. Dropzone menunjukkan batas untuk satu kali proses. Pemrosesan berurutan menjaga penggunaan memori dapat diprediksi, yang paling penting di ponsel.

Tidak. Output adalah teks biasa, jadi tabel kembali sebagai konten selnya daripada grid, dan header, catatan kaki, dan keterangan tidak ditandai sebagai apa pun. Urutan baca juga dapat berbeda dari tata letak visual, karena posisi adalah apa yang disimpan file dan makna tidak. Prosa langsung hampir selalu datang dalam urutan yang benar. Halaman dengan sidebar, beberapa kolom, atau formulir yang diisi adalah tempat Anda harus membaca output sebelum Anda mengandalkannya.

Tidak, dan kami lebih suka mengatakan demikian di sini daripada membiarkan Anda mengetahuinya dengan file yang penting. Mesin OCR dilatih pada karakter cetak. Tulisan tangan, tanda tangan, dan bidang formulir yang ditulis tangan berada di luar apa yang dapat dilakukannya, dan apa yang kembali dari mereka adalah kebisingan yang berbentuk seperti teks. Halaman yang dipindai yang mencampur cetakan dengan tulisan tangan memberi Anda bagian yang dicetak dan omong kosong di tempat tulisan.

Teks biasa. Salin ke clipboard Anda dengan satu tombol atau unduh sebagai file .txt, dengan halaman yang dipisahkan dan diberi label sehingga Anda dapat menemukan tempat Anda dalam dokumen yang panjang. Tidak ada file pengolah kata, tidak ada PDF yang dapat dicari dan tidak ada pemformatan yang dibawa. Jika Anda perlu kata-kata itu di tempat lain, tempelkan ke dalam dokumen, spreadsheet, atau penerjemah.

Itu adalah arah yang lain, dan memiliki halaman tersendiri di situs ini. Konverter JPG ke PDF mengambil foto atau pemindaian dan menulisnya ke dalam satu PDF, di browser Anda, tanpa ada yang diunggah. Gunakan ini ketika Anda memiliki gambar dan memerlukan dokumen. Gunakan halaman ini ketika Anda memiliki dokumen dan memerlukan kata-kata darinya.

Ya, gratis tanpa akun dan tanpa penghitung penggunaan. Tidak ada pendaftaran, tidak ada watermark pada teks, tidak ada kredit dan tidak ada tingkat berbayar yang menahan versi yang lebih baik. Ekstraksi berjalan di perangkat keras Anda sendiri, jadi tidak ada biaya server per file yang harus kami teruskan kepada Anda.