ShreePrati logoShreePrati
PDFFileProductivity

OCR PDF

Nhận dạng văn bản trong PDF được quét hoặc dựa trên hình ảnh với OCR trong trình duyệt và thêm một lớp văn bản vô hình, có thể chọn được lên mỗi trang. Hỗ trợ tiếng Anh, tiếng Nepal và tiếng Hindi.

Drag & drop your PDF

or choose a file below

PDF · up to 50 MB

Cách OCR hoạt động ở đây

Tải lên một PDF được quét và chọn một ngôn ngữ. Mỗi trang được nhận dạng bằng OCR trong trình duyệt, và một lớp văn bản vô hình, có thể chọn được thêm lên trên hình ảnh gốc.

Ngôn ngữ và quyền riêng tư

Tiếng Anh, tiếng Nepal và tiếng Hindi được hỗ trợ. OCR chạy cục bộ trong trình duyệt của bạn, nên tài liệu của bạn không bao giờ rời khỏi thiết bị.

Từng bước: làm cho PDF scan có thể tìm kiếm

1. Thả tệp PDF scan vào vùng tải lên hoặc chọn từ thiết bị của bạn. Hỗ trợ tệp tối đa 50 MB. 2. Chọn ngôn ngữ tài liệu: tiếng Anh, tiếng Nepal, tiếng Hindi hoặc tùy chọn kết hợp như tiếng Anh + tiếng Nepal khi một trang có cả hai loại chữ. 3. Chọn “Làm PDF có thể tìm kiếm”. Mỗi trang được kết xuất thành ảnh trước, sau đó được nhận dạng lần lượt; thanh tiến trình cho biết trang đang được đọc. 4. Khi nhận dạng xong, phần tóm tắt hiển thị số trang, số từ tìm thấy và dung lượng tệp mới. 5. Tải xuống PDF có thể tìm kiếm, được lưu với hậu tố “-ocr” thêm vào tên gốc, và nếu cần, tải văn bản đã nhận dạng dưới dạng tệp .txt.

Nội dung của các tệp tải xuống

Mỗi trang của PDF có thể tìm kiếm là trang gốc được kết xuất thành ảnh JPEG độ phân giải cao, với các từ đã nhận dạng được đặt lên trên dưới dạng văn bản vô hình tại đúng vị trí tìm thấy. Trang trông như cũ, nhưng giờ bạn có thể tìm bằng Ctrl+F, chọn và sao chép đoạn văn, cũng như để hệ thống quản lý tài liệu lập chỉ mục nội dung. Tệp .txt chứa văn bản thuần đã nhận dạng của tất cả các trang, ngăn cách bằng dòng trống, hữu ích khi bạn chỉ cần chữ để chỉnh sửa hoặc dán vào nơi khác. Vì các trang được dựng lại từ ảnh, văn bản số có sẵn, liên kết, dấu trang và trường biểu mẫu sẽ không được giữ lại; hãy dùng công cụ này cho tài liệu scan hoặc chụp ảnh, không phải PDF đã có văn bản chọn được.

Chọn ngôn ngữ tài liệu

Cài đặt ngôn ngữ cho công cụ nhận dạng biết bảng chữ cái và từ vựng cần chờ đợi. Chọn tiếng Anh cho tài liệu chữ Latinh, tiếng Nepal hoặc tiếng Hindi cho văn bản chữ Devanagari, và tùy chọn kết hợp khi một trang có cả hai, chẳng hạn biểu mẫu tiếng Nepal có tiêu đề tiếng Anh. Tùy chọn kết hợp chạy lâu hơn và có thể kém chính xác hơn một chút trên trang chỉ có một ngôn ngữ, vì vậy chỉ dùng khi cần. Dữ liệu ngôn ngữ được tải xuống ở lần dùng đầu tiên nên trang đầu có thể lâu hơn; bản thân tài liệu vẫn được xử lý trên thiết bị của bạn.

Tài liệu tiếng Nepal và tiếng Hindi

Lớp văn bản vô hình dùng phông PDF chuẩn chỉ hỗ trợ ký tự Latinh, nên các từ chữ Devanagari vẫn được nhận dạng nhưng không thể nhúng vào PDF có thể tìm kiếm. Với tài liệu tiếng Nepal hoặc tiếng Hindi, hãy dùng “Tải văn bản (.txt)” để nhận toàn bộ văn bản đã nhận dạng. Trên các trang trộn tiếng Anh + tiếng Nepal hoặc tiếng Anh + tiếng Hindi, các từ tiếng Anh vẫn tìm kiếm được trong PDF.

Mẹo để chính xác hơn

• Scan ở khoảng 300 dpi hoặc chụp ảnh điện thoại sắc nét, ánh sáng đều; trang mờ, nghiêng hoặc độ tương phản thấp sẽ có nhiều lỗi hơn. • Xoay lại các trang nằm ngang hoặc lộn ngược bằng Xoay PDF trước khi chạy OCR. • Chữ viết tay, phông trang trí, bảng phức tạp và chữ rất nhỏ được nhận dạng kém tin cậy hơn, vì vậy hãy kiểm tra tên, ngày tháng và con số trong kết quả. • Tài liệu dài mất nhiều thời gian hơn vì mọi trang đều được xử lý trong trình duyệt; hãy chia tệp rất lớn bằng Tách PDF và xử lý từng phần.

Cách dùng phổ biến

• Biến hợp đồng, biên lai và thư từ đã scan thành tệp có thể tìm theo tên, ngày hoặc số tiền. • Giúp ghi chép photo, sách cũ và đề thi giấy dễ tra cứu. • Chuẩn bị tài liệu scan cho kho lưu trữ hoặc hệ thống quản lý tài liệu cần lớp văn bản. • Sao chép đoạn văn từ báo cáo đã scan mà không phải gõ lại.

Câu hỏi thường gặp

Có. Một lớp văn bản vô hình được đặt lên mỗi trang để bạn có thể chọn và tìm kiếm văn bản được nhận dạng.

Công cụ liên quan