跳至內容
Coverton 部落格
在這篇文章中
PDF

影像和掃描的 PDF OCR:核對辨識文字

OCR 可以從照片中提取文字,當文字無法複製時. 識別可能包含錯誤,所以在分享提取文字之前將文字與來源進行比較。

開啟工具如何使用這個工具 ↓
影像和掃描的 PDF OCR
此圖展示工具的操作流程,並非上傳檔案的處理結果。

OCR 能把掃描表格變成可編輯的試算表嗎?

此工具將辨識出的文字存成 TXT,不會重建儲存格或公式結構。請對照原圖核對姓名與數字。如果需要可編輯的表格,再把核對後的文字整理到對應的列與欄中。

如何使用這個工具

  1. 新增影象或 PDF 並選擇識別語言。
  2. PDF 輸入,選擇相關頁面範圍。
  3. 執行 OCR 並在結果欄位中糾正錯誤。
  4. 比較名稱和數字與來源,然後下載 TXT。

選擇正確的設定

韓文文件請選擇「韓文+英文」。處理PDF時,先指定需要的頁面範圍,方便將辨識文字與原文逐一比對。

處理前的準備

區分頁面整理、內容擷取與新文件產生

先確定需要改變頁面組成、調整顯示範圍,或取得可複製文字。合併與移動頁面不會重寫文章;掃描圖中的字即使可見,也未必能直接用於文字擷取或比較。可在原檔試著搜尋、複製,再選圖片或文字輸出。若從填寫內容產生報價單、帳單等新PDF,先確認收件人、項目、幣別與日期,不是尋找輸入PDF。依實際工作閱讀說明,不要把所有PDF工具都理解成必須先上傳現有文件的編輯器。

把已簽章原件與編輯副本分開保存。頁面看起來沒變,也可能在保存時改變原數位簽章的驗證狀態或文件結構。表單、書籤、註解和附件是否需要繼續使用,應在開始前釐清,並查看工具會保留什麼。固定已填寫表單前,先在原檢視器保存值,再重新開啟確認。值可見與欄位仍可編輯是兩回事。手寫簽名圖片也不同於憑證式數位簽章;把影像放上頁面,不等於驗證了文件或簽署人的真實性。

選擇頁面時,把封面、目錄算進檔案內的頁序。紙上印的頁碼可能與檢視器位置不同,應先開啟目標範圍的起訖頁。多個輸入檔依閱讀順序排列,刪除、複製或插入位置另外記錄,方便與輸出核對。不要假設沒有頁碼範圍選項的工具可以只處理局部。重排後內容即使完整,目錄或內部連結也可能仍指向原順序;先確定哪些導覽資訊必須有效,檢查結果時才不會只看總頁數。

紙張尺寸、旋轉或裁邊,應先看最小頁面與方向不同的頁面。等比例縮放可能留白,拉伸可能讓文字與圓形變形。輸入單位要依目前設定讀取,不可把像素、點和毫米當成同一數值。裁邊通常只改變顯示的頁面框,框外內容不等於從檔案中安全刪除。若目標是實際移除個資,應區分隱藏與刪除,不能用頁面暫時看不到來證明清除完成。不同大小頁面套相同邊距時,也要檢查各頁是否留下需要的範圍。

保存後核對邊界、列印效果與文件功能

開啟結果的第一頁與最後一頁,和預期頁數比較。合併、拆分時,檢查原文件相接的前後頁,確認說明或表格沒有在不適當的位置斷開。加入編號、空白頁後,另外核對正文頁碼、目錄與內部連結。頁數相同未必能找出漏頁與多複製一頁同時發生的狀況,應把要求清單與實際內容逐項對應。產生多頁商務文件時,也要看超出首屏預覽的頁面及每位收件人的完整檔案,不只確認第一份看起來正確。

準備列印的檔案要依實際輸出方式檢查。一張紙放多頁會縮小文字,小冊子版面要以摺疊後的閱讀順序為準。已排好的PDF,不要在列印視窗重複套用同樣的多頁或小冊子排列。先看預覽中的邊距、細表線和邊緣頁碼,再試印必要部分。雙面翻轉方向與照片實際尺寸,要在紙上驗證,不能只從螢幕比例判定。頁面尺寸報告也不負責測量實際列印結果;檢視器裡的方向,應配合旋轉資訊理解。

OCR及表格擷取結果,要對照原文讀姓名、日期、金額與識別碼。能搜到詞語,不保證每個數字正確,也不表示表格的列欄或公式結構已恢復。註解報告應與檔案儲存的註解比較,並區分頁面影像中的手寫字。文字差異報告只檢查說明的文字範圍,不能取代圖片、版面及簽章比較。報告沒有列出的問題,仍可能屬於未處理範圍;先釐清結果能證明什麼、還要人工看什麼,再決定能否用於後續提交。

無法開啟或保存時,先檢查加密、損壞、所選頁碼與處理範圍。圖片輸出或OCR能否縮到必要頁段,要看工具的實際選項。壓縮後沒有變小,應確認內部圖片類型及工具是否只處理某種圖片,不要立刻認定設定失效。空表單、缺少書籤或簽章狀態改變,通常不能靠重複點擊證明已修復。回原件核對結構與支援範圍;顯示、文字層及互動功能也應分開檢查,避免用其中一項正常代替全部正常。

輸入和輸出範例

掃描頁面影象 → 評論 OCR 文字

範例描述了工作流程。結果取決於來源檔案和設定。

儲存前檢查結果

與原始一個專案同時比較名稱、日期、數量和帳戶號碼 正確識別結果欄位中的錯誤,儲存 TXT 並檢查行順序。

結果與預期不符時

PDF超過25頁辨識上限時,請分頁面範圍處理。OCR能辨識印刷字元,但不會還原表格的列欄或公式結構。

使用限制

  • 到 25 PDF 頁面被處理. 表結構和方程式未恢復; 對源的名稱、數量和帳戶號碼進行驗證。

選擇下一項處理

合併 PDF 文件

將申請表和證明文件合併提交前,先決定文件順序。即使合併後所有頁面都能顯示,也不代表書籤、附件或其他文件結構已完整保留。

合併時沒有額外設定。頁面會依檔案清單順序複製,請先確認哪份文件放在最前面,必要時調整清單後再開始。

開啟工具

分割 PDF

決定接收者是否需要單個頁面或固定頁面組,在分割一個 PDF. 集體分割跟隨一頁數,而不是識別章節標題或文件內容的含義。

選擇單頁分裂或分組分裂與所需組大小. 如果總數不分為該大小,最後輸出包含剩餘的頁面,比以前的組更短。

開啟工具
Coverton影像和掃描的 PDF OCR
開啟工具

本指南介紹可在瀏覽器中使用的公開工具。請保留原始檔案的副本,並在分享前檢查處理結果。

此翻譯是在軟體協助下完成的。您也可以閱讀英文版本。 閱讀英文