OCR PDF: trích xuất văn bản từ PDF scan

Tài liệu scan chỉ là hình ảnh của văn bản. OCR đọc các chữ trên từng trang và trả lại cho bạn dưới dạng tệp văn bản, tài liệu Word có thể chỉnh sửa hoặc PDF có thể tìm kiếm.

hoặc thả tệp PDF vào đây

Dung lượng tệp tối đa: 100 MB · Tối đa 10 tệp, được xử lý lần lượt. · PDF

  • Xử lý an toàn
  • Tệp được xóa tự động
  • Không cần đăng ký

Cách OCR file PDF

  1. Bước 1: Chọn hoặc thả tệp PDF scan của bạn.

  2. Bước 2: Chọn ngôn ngữ của tài liệu.

  3. Bước 3: Nhấp vào Chạy OCR và chờ trong khi từng trang được đọc.

  4. Bước 4: Tải xuống văn bản đã trích xuất, tài liệu Word hoặc PDF có thể tìm kiếm.

Tìm thấy điều bạn cần trong bản scan

Không có OCR, bạn không thể tìm kiếm trong một hợp đồng đã scan hay một báo cáo cũ, và muốn sao chép một câu thì phải gõ lại. Sau khi OCR, bạn có thể nhấn Ctrl+F, đi thẳng đến một từ và sao chép văn bản vào email hoặc tài liệu.

PDF có thể tìm kiếm cũng dễ lập chỉ mục hơn trong các hệ thống quản lý tài liệu và dễ tiếp cận hơn với trình đọc màn hình.

OCR hoạt động như thế nào ở đây?

Mỗi trang được kết xuất ở 300 DPI và được đọc bởi Tesseract, một công cụ OCR mã nguồn mở. Các từ được nhận dạng sẽ được đặt thành văn bản ẩn chính xác tại vị trí của chúng trên hình ảnh trang, nên tài liệu trông giống hệt bản scan nhưng hoạt động như một PDF văn bản.

Độ chính xác phụ thuộc vào bản scan: các trang sắc nét, thẳng và có độ tương phản cao cho kết quả tốt nhất, còn chữ viết tay, độ phân giải thấp hoặc phông chữ lạ sẽ gây nhiều lỗi hơn. Tài liệu dài có thể mất một lúc để xử lý.

Câu hỏi thường gặp

Những ngôn ngữ nào được hỗ trợ?

Tiếng Anh, tiếng Pháp, tiếng Tây Ban Nha, tiếng Đức, tiếng Ý, tiếng Bồ Đào Nha, tiếng Hà Lan, tiếng Ả Rập, tiếng Nga, tiếng Hindi, tiếng Indonesia và tiếng Việt. Hãy chọn ngôn ngữ mà tài liệu được viết để có độ chính xác cao nhất.

Tệp PDF của tôi có trông khác đi không?

Không. Hình ảnh các trang được giữ nguyên và văn bản được nhận dạng sẽ được thêm vào như một lớp ẩn phía trên.

Tại sao một số từ bị sai?

OCR chỉ tốt khi bản scan tốt. Các trang bị mờ, bị nghiêng hoặc có độ tương phản thấp, chữ viết tay và phông chữ trang trí đều làm giảm độ chính xác. Scan lại ở độ phân giải cao hơn thường giúp ích.

Điều gì xảy ra với bản scan của tôi sau khi OCR?

Tệp tải lên sẽ bị xóa khi xử lý xong. PDF có thể tìm kiếm được lưu trong 30 phút rồi tự động bị xóa, hoặc bạn có thể xóa ngay.

Công cụ PDF liên quan

PDF sang Word

Chuyển tài liệu PDF thành tệp Word (.docx) có thể chỉnh sửa.

Scan sang PDF

Chụp ảnh tài liệu giấy bằng điện thoại và nhận một tệp PDF rõ nét.

Nén PDF

Giảm dung lượng tệp PDF mà vẫn giữ được chất lượng bạn cần.

PDF sang Excel

Lấy bảng từ tệp PDF vào bảng tính Excel có thể chỉnh sửa.