پرش به محتوا
Coverton وبلاگ
در این مقاله
PDF

چگونه فایل های PDF اسکن شده را قابل جستجو و متن OCR خود را بررسی کنیم

اسناد اسکن شده ممکن است از جستجو پشتیبانی نکنند زیرا نامه های آنها به عنوان تصاویر ذخیره می شوند. اضافه کردن متن شناخته شده در بالای تصاویر صفحه امکان جستجو و انتخاب را فراهم می کند، اما متن شناخته شده هنوز هم نیاز به مقایسه با منبع دارد.

ابزار را باز کنیدنحوه استفاده از این ابزار ↓
PDF اسکن شده را قابل جستجو کنید
این تصویر روند کار ابزار را نشان می‌دهد؛ نتیجهٔ پردازش یک فایل بارگذاری‌شده نیست.

نحوه استفاده از این ابزار

  1. اضافه کردن اسکن شده PDF که نمی تواند جستجو شود.
  2. زبان و صفحات را انتخاب کنید و سپس بازسازی را به رسمیت بشناسید.
  3. اجرا و آزمایش یافتن و کپی در نتیجه.
  4. دانلود PDF قابل جستجو و متن شناخته شده.

تنظیمات مناسب را انتخاب کنید

زبان شناسایی را انتخاب کنید و محدوده تا ده صفحه را انتخاب کنید، سپس بازسازی اسناد را به رسمیت بشناسید. تنها صفحات انتخاب شده به تصاویر و متن تبدیل می شوند، بدون کپی کردن فرم های اصلی، امضاها یا برچسب ها.

ورودی پشتیبانی شده
  • PDF
تنظیمات موجود
  • صفحات (سفید : همه )
  • زبان شناختی
  • من می دانم امضاها یا فرم ها نمی توانند حفظ شوند

پیش از شروع

شناخت ساختار سند پیش از انتخاب تنظیمات

PDF اصلی را نگه دارید و معلوم کنید متن خواندنی، صفحهٔ اسکن‌شده، فیلد واقعی فرم یا امضای موجود دارد. ویژگی‌هایی را که باید حفظ شوند مشخص کنید. جای صفحه در فایل ممکن است با شمارهٔ چاپ‌شده تفاوت داشته باشد؛ محدوده را با خود صفحه‌ها تطبیق دهید.

اگر صفحه‌ها تغییر می‌کنند، ترتیب، جهت و ناحیهٔ قابل مشاهده را بررسی کنید. برش می‌تواند محتوا را پنهان کند بدون اینکه آن را امن حذف کند. تخت‌کردن فرم، فیلدها را غیرقابل ویرایش می‌کند؛ امضای ترسیم‌شده تصویر است، نه گواهی دیجیتال. انتخاب کار به نیاز دریافت‌کننده برای خواندن، چاپ، جست‌وجو یا ادامهٔ تکمیل فرم بستگی دارد.

اگر سند از دادهٔ واردشده ساخته می‌شود، دریافت‌کننده، ارز، تعداد و محاسبات را بررسی کنید. در پیشنهاد قیمت یا فاکتور، تخفیف یک مبلغ است و مالیات پس از تخفیف حساب می‌شود. ساخت سند، پرداخت را انجام نمی‌دهد یا صورتحساب مالیاتی الکترونیکی صادر نمی‌کند. قبل از اتکا به ظاهر سند، مقدارها را با منبع بررسی کنید.

بررسی صفحه‌ها و ویژگی‌های لازم در خروجی

خروجی را باز کنید و همهٔ صفحه‌های مربوط، مرز سند، فیلدهای بلند و علامت‌های افزوده را بررسی کنید. پیش‌نمایش محدود، درستی تمام سند را ثابت نمی‌کند. کپی یا بازسازی ممکن است فرم‌ها یا نشانک‌ها را حذف کند یا بر امضای دیجیتال اثر بگذارد. ویژگی‌های لازم را در برنامهٔ نهایی با اصل مقایسه کنید.

اگر از OCR استفاده کرده‌اید، نام و عدد را در متن کپی‌شده بررسی کنید حتی اگر جست‌وجو کار می‌کند. متن در تصویر صفحه به متن قابل ویرایش تبدیل نمی‌شود؛ مقایسهٔ متن هم تصویر و چیدمان را بررسی نمی‌کند. در کارهای پشت‌سرهم، خروجی هر مرحله را ببینید تا مرحلهٔ تغییر صفحه یا ازبین‌رفتن ویژگی مشخص شود.

در صورت شکست، محدوده، رمزگذاری حفاظتی و نوع فرم پشتیبانی‌شده را بررسی کنید. فرم اسکن‌شده خودکار فیلد پیدا نمی‌کند. برای چاپ، اندازهٔ واقعی و جهت را امتحان کنید؛ گزارش هندسهٔ PDF نتیجهٔ چاپگر را تأیید نمی‌کند. صرف بازشدن فایل، دلیل کافی برای ادامهٔ کار روی نسخه‌ای با صفحهٔ ناقص نیست.

نمونه ورودی و خروجی

اسکن PDF + OCR زبان → قابل جستجو PDF کپی

مثال‌ها روند کار را توضیح می‌دهند. نتیجه به فایل منبع و تنظیمات بستگی دارد.

قبل از ذخیره نتیجه را بررسی کنید

استفاده از پیدا کردن در PDF صادر شده برای یافتن یک عبارت کوتاه قابل مشاهده در اصل. کپی نام ها، اعداد و نمادهای برای مقایسه با ترانسپریپت، و تأیید که صفحات انتخاب شده وجود دارد.

اگر نتیجه با آنچه انتظار داشتید متفاوت باشد

صفحات بدون نوشتن قابل تشخیص و یا اسکن های نادرست می تواند شکست یا متن نادرست تولید.اگر دارایی های OCR برای اولین بار استفاده نمی تواند دانلود شود، بررسی اتصال و بازگرداندن با یک اصل روشن تر زمانی که کیفیت شناخت ضعیف باقی می ماند.

محدودیت‌هایی که باید در نظر داشت

  • تا 10 صفحات انتخاب شده، بازسازی شده به عنوان تصاویر صفحه به علاوه OCR متن. فرم ها، امضاها و برچسب ها کپی نمی شود. اولین استفاده از دانلود دارایی های OCR؛ تشخیص ممکن است حاوی خطا.

ادامهٔ کار با ابزارهای مرتبط

ادغام فایل های PDF

پیش از ادغام یک فرم و مدارک پشتیبان آن، ترتیب سندها را مشخص کنید. نمایش همهٔ صفحات در نتیجه به این معنی نیست که نشانک‌ها، پیوست‌ها و سایر بخش‌های ساختار سند کاملاً حفظ شده‌اند.

ادغام تنظیمات اضافی ندارد. صفحات به ترتیب فهرست فایل‌ها کپی می‌شوند. سند اول را بررسی کنید و در صورت نیاز، پیش از شروع ترتیب فهرست را تغییر دهید.

ابزار را باز کنید

یک PDF را تقسیم کنید

تصمیم بگیرید که آیا دریافت کنندگان نیاز به صفحات جداگانه یا گروه های ثابت از صفحات قبل از تقسیم یک PDF دارند. تقسیم بندی گروهی یک شمار صفحه را به جای شناختن عنوان های فصل یا معنی محتوای سند دنبال می کند.

اگر کل با این اندازه قابل تقسیم نیست، آخرین خروجی صفحات باقی مانده را شامل می شود و کوتاه تر از گروه های قبلی است.

ابزار را باز کنید
CovertonPDF اسکن شده را قابل جستجو کنید
ابزار را باز کنید

این راهنما ابزار مرورگر عمومی را توضیح می دهد. یک کپی از اصل را نگه دارید و نتیجه را قبل از به اشتراک گذاشتن بررسی کنید.

این ترجمه با کمک نرم افزار تهیه شده است. همچنین می توانید نسخه انگلیسی آن را بخوانید. به انگلیسی بخوانید