Gå til indhold
Coverton Blog
I denne artikel
PDF

Sådan udtrækker du tekst med OCR og kontrollerer sprog og afskrift

OCR kan udveksle tekst fra billeder, når deres tekst ikke kan kopieres. Recognition kan indeholde fejl, så sammenlign transkriptionen med kilden, før du deler den udveksle tekst.

Åbn værktøjetSådan bruger du dette værktøj ↓
Billede og scannet PDF OCR
Illustration af dette værktøjs arbejdsgang; det er ikke et resultat af en uploadet fil.

Gør OCR en scannet tabel til et redigerbart regneark?

Værktøjet gemmer den genkendte tekst som TXT. Det gendanner ikke celler eller formler. Kontrollér navne og tal i det oprindelige billede. Har du brug for en redigerbar tabel, skal du ordne den kontrollerede tekst i rækker og kolonner.

Sådan bruger du dette værktøj

  1. Tilføj billeder eller en PDF og vælg anerkendelsessprog.
  2. For PDF indtast skal du vælge det relevante sideområde.
  3. Run OCR og rette fejl i resultatet feltet.
  4. Sammenlign navn og tal med kilden, og lad derefter downloade TXT.

Vælg de rigtige indstillinger

Vælg Koreansk + Engelsk til et koreansk dokument. Vælg de nødvendige sider i PDF-filen, så den genkendte tekst er lettere at sammenligne med originalen.

Før du begynder

Fastlæg dokumentets formål

Behold originalen, og vælg, om du har brug for ændrede sider, et nyt dokument, udtrukne oplysninger eller en rapport. En PDF kan også indeholde formularer, bogmærker, kommentarer og signaturer. Kontrollér de understøttede funktioner, før kopien bruges til en formel aflevering.

Ved sidevalg skal du skelne mellem positionen i filen og det trykte sidetal. Oprettes dokumentet fra indtastede værdier, så gennemgå værdierne og rækkefølgen. Hvis størrelse, placering eller udskriftslayout kan justeres, så prøv en side med tæt tekst eller indhold nær kanten.

Skriv kort kilder, rækkefølge og planlagte ændringer ned. For en eksisterende PDF noterer du sidevalg og nødvendige funktioner, for et nyt dokument gemmer du de anvendte værdier. Opstår problemet senere, så sammenlign mellemkopien med originalen for at finde den første ændring. Medtag modtagerens krav: en prøve med godt udseende opfylder ikke nødvendigvis alle dokumentkrav.

Kontrollér indhold og funktion

Se begyndelsen, slutningen og steder, hvor indhold er flyttet, samlet eller delt. Sammenlign antal og værdier med kilden eller inputlisten. Ved rapporter og udtrukket tekst skal nogle resultater kontrolleres på originalsiderne; en tom rapport beviser ikke, at alle relevante oplysninger mangler.

Brug udskriftsvisning og et prøveark til at vurdere læsbarhed og placering. Test nødvendige felter, links og signaturkontrol separat; udseendet viser ikke, om de virker. Ved fejl skal du kontrollere beskyttelse, format og angivne grænser, mens originalen bevares.

Eksempel på input og output

Skannede sidebilleder → anmeldt OCR tekst

Eksempler beskriver arbejdsgangen. Resultaterne afhænger af kildefilen og indstillingerne.

Tjek resultatet før du gemmer

Sammenlign navne, datoer, beløb og kontotimer med det oprindelige et element på én gang. Korrekt opdagelse fejl i resultatetfeltet, gem TXT og tjek ordningen af linjerne.

Hvis resultatet er anderledes end forventet

Hvis PDF-filen overskrider grænsen på 25 sider, skal du behandle sideintervallerne hver for sig. OCR genkender trykte tegn, men genskaber ikke tabellernes rækker og kolonner eller ligningernes struktur.

Grænser at huske på

  • Hertil 25 PDF sider behandles. tabellstruktur og ekvationer er ikke genvundet; verificere navne, beløb og kontonummer mod kilden.

Fortsæt med relaterede værktøjer

Flet PDF-filer

Bestem rækkefølgen, før du samler en formular og dens bilag. At alle sider er synlige, betyder ikke, at bogmærker, vedhæftninger og andre dele af dokumentstrukturen er bevaret fuldt ud.

Der er ingen ekstra indstillinger til samlingen. Siderne kopieres i fillistens rækkefølge. Kontrollér det første dokument, og ændr rækkefølgen før start, hvis det er nødvendigt.

Åbn værktøjet

Opdel en PDF

Bestem, om modtagere har brug for individuelle sider eller faste grupper af sider, før de deler en PDF. Grupped splittelse følger en side tælle i stedet for at genkende kapitelens overskrifter eller betydningen af dokumentets indhold.

Vælg en enkelt-side splittelse eller grupperet splittelse med den ønskede gruppe størrelse. Hvis det samlede ikke er splitteligt ved den størrelse, indeholder den sidste udgang de resterende sider og er kortere end de tidligere grupper.

Åbn værktøjet
CovertonBillede og scannet PDF OCR
Åbn værktøjet

Denne vejledning beskriver det tilgængelige browserværktøj. Gem en kopi af originalen, og kontrollér resultatet, før du deler det.

Denne oversættelse er udarbejdet med softwareassistance. Du kan også læse den engelske version. Læs på engelsk