Slaan oor na inhoud
Coverton Blog
In hierdie artikel
PDF

Hoe om teks met OCR te onttrek en die taal en herkenning na te gaan

OCR kan wording uit foto's ekstrakteer wanneer hulle wording nie kopieer kan word nie. erkenning kan fouten bevat, so vergelyk die transcript met die bron voordat die uitgegroeide teks gedeel word.

Maak die hulpmiddel oopHoe om hierdie hulpmiddel te gebruik ↓
Beeld en geskandeerde PDF OCR
Illustrasie van hierdie hulpmiddel se werkvloei; dit is nie 'n resultaat van 'n opgelaaide lêer nie.

Maak OCR van ’n geskandeerde tabel ’n sigblad wat jy kan wysig?

Die hulpmiddel stoor die herkende teks as TXT. Dit herbou nie selle of die struktuur van formules nie. Vergelyk name en getalle met die oorspronklike beeld. Vir ’n wysigbare tabel moet jy die gekontroleerde teks in rye en kolomme rangskik.

Hoe om hierdie hulpmiddel te gebruik

  1. Voeg 'n afbeelding of 'n PDF en kies die herkennings taal.
  2. Vir die PDF-input, kies die relevante bladsy range.
  3. Voer OCR en korrekte fouten in die resultate veld.
  4. Vergelijk name en getalle met die bron, dan download TXT.

Kies die regte instellings

Kies Koreaans + Engels vir ’n Koreaanse dokument. Kies die nodige bladsyreeks vir ’n PDF sodat jy die herkende teks makliker met die oorspronklike kan vergelyk.

Voor jy begin

Bepaal die dokumentsoort en verlangde verandering

Bepaal of die PDF leesbare teks, geskandeerde bladsye, werklike vormvelde of ’n bestaande digitale handtekening bevat. Bewaar die oorspronklike en noteer funksies wat belangrik bly. Gebruik die werklike bladsyvolgorde vir keuses; gedrukte bladsynommers kan daarvan verskil.

As jy bladsye verander, kies volgorde, oriëntasie en die sigbare gebied voor uitvoer. Uitsny kan inhoud wegsteek sonder veilige verwydering. Oorweeg afplatting slegs as vormvelde nie later bewerk hoef te word nie. ’n Getekende handtekening is ’n beeld, nie ’n digitale sertifikaathandtekening nie.

By dokumente wat uit ingevoerde besonderhede geskep word, kontroleer ontvanger, geldeenheid, hoeveelhede en die berekening. In kwotasies en fakture is afslag ’n bedrag, en belasting volg op afslag. Hierdie PDF-dokumente verwerk nie betaling of reik elektroniese belastingfakture uit nie.

Kontroleer elke betrokke bladsy en toets verdere gebruik

Lees alle tersaaklike bladsye, veral dokumentgrense, lang velde en bygevoegde merke. ’n Beperkte voorskou dek nie noodwendig die hele lêer nie. Ná bladsykopiëring of herbou moet vorms, boekmerke en die status van bestaande handtekeninge afsonderlik teen die oorspronklike nagegaan word.

By OCR vergelyk name, syfers en gekopieerde teks met die bron, selfs wanneer soektogte werk. Teks in ’n uitgevoerde bladsybeeld is nie bewerkbare dokumentteks nie. ’n Teksvergelyking bewys ook nie dat beelde of uitleg ooreenstem nie. Kies ’n kontrole wat by die resultaatsoort pas.

By foute kyk na bladsykeuses, enkripsie of ’n vormstruktuur sonder ondersteuning. ’n Geskandeerde vorm het nie outomaties invulvelde nie. Maak ’n klein proefdruk en kontroleer rigting en fisiese afmetings. ’n Verslag oor PDF-bladsymeetkunde meet nie die drukker se werklike uitvoer nie.

Voorbeeld van insette en uitsette

Skaneer bladsy beeld → beoordeel word OCR teks

Voorbeelde beskryf die werkvloei. Resultate hang af van die bronlêer en instellings.

Gaan die resultaat na voordat jy stoor

Vergelijk die naam, datum, bedrag en rekening getalle met die oorspronklike 'n item op 'n tyd. Korrekte herkeningsfoutes in die resultate veld, bespaar TXT en kyk na die volgorde van die reëls.

As die resultaat anders is as wat jy verwag het

As die PDF die herkenningsperk van 25 bladsye oorskry, verwerk bladsyreekse afsonderlik. OCR herken gedrukte karakters, maar herskep nie tabelrye, kolomme of die struktuur van vergelykings nie.

Perke om in gedagte te hou

  • Tot 25 PDF bladsye word verwerk. tabelstructur en ekwasies word nie herstel nie; verifieer name, bedrag en rekening getalle teen die bron.

Gaan voort met verwante hulpmiddels

Voeg PDF-lêers saam

Bepaal die volgorde voordat jy ’n vorm en stawende dokumente saamvoeg. Al is elke bladsy sigbaar, beteken dit nie dat boekmerke, aanhegsels en ander dele van die dokumentstruktuur volledig behoue gebly het nie.

Daar is geen bykomende instellings vir die saamvoeging nie. Bladsye word in die lêerlys se volgorde gekopieer. Kontroleer die eerste dokument en verander die volgorde voor jy begin indien nodig.

Maak die hulpmiddel oop

Verdeel 'n PDF

Bespreek of ontvangers individueel bladsye of vaste bladsygroepe nodig het voordat 'n PDF verdeel word.

Selek 'n enkele bladsy verdeel of gegroepe verdeel met die vereiste groepsgrootte. As die totaal nie deur daardie grootte verdeel is nie, bevat die laaste output die resterende bladsye en is korter as die vorige groeps.

Maak die hulpmiddel oop
CovertonBeeld en geskandeerde PDF OCR
Maak die hulpmiddel oop

Hierdie gids verduidelik die hulpmiddel wat in die blaaier beskikbaar is. Hou ’n kopie van die oorspronklike en gaan die resultaat na voordat jy dit deel.

Hierdie vertaling is met sagteware-bystand voorberei. Jy kan ook die Engelse weergawe lees. Lees in Engels