Was OCR eigentlich tut
Eine gescannte Seite ist ein Foto. Die Wörter sind für Sie sichtbar, aber für den Computer unsichtbar — Sie können sie nicht durchsuchen, auswählen oder kopieren. Die optische Zeichenerkennung betrachtet die Formen im Bild und ermittelt, welche Buchstaben sie sind, und verwandelt ein Bild von Text in Text.
Dies führt zur Erkennungsmaschine In Ihrem Browser. Das ist ungewöhnlich für OCR, und das ist der Grund, warum dieses Tool existiert: Die Dokumente, die die Leute durchsuchbar machen müssen, sind überwiegend die sensiblen – Krankenakten, rechtliche Pakete, historische Archive, Verträge, Ausweispapiere. Jeder andere kostenlose OCR-Dienst fordert Sie auf, diese zuerst hochzuladen.
Genaue Ergebnisse erzielen
Die Genauigkeit von OCR hängt weit mehr vom Eingang als vom Motor ab. Ein sauberer Scan liest sich fast perfekt; ein eiliges Telefonfoto einer curled-Seite nicht.
| Was hilft | Was weh tut |
|---|
| 300 DPI oder höher beim Scannen | Niedrig auflösende oder stark komprimierte Bilder |
| Gerade, flache Seiten | Skew, curl und Perspektive aus Handfotos |
| Starker Kontrast, dunkler Text auf hellem Papier | Verblasster Druck, Schatten, farbige oder gemusterte Hintergründe |
| Standard gedruckte Schriften | Handschrift, dekorative Schriften, dichte Tische |
| Die richtige Sprache zuerst auswählen | Verlassen der Sprache auf Englisch für ein französisches Dokument |
Die Anerkennung umfasst Englisch, Spanisch, Französisch, Deutsch, Italienisch, Portugiesisch und Russisch. Die Spracheinstellung ist nicht kosmetischer Natur — sie lädt ein anderes Modell und ändert die Buchstabenformen und akzentuierten Zeichen.
Anerkennung braucht Zeit, und das ist der Kompromiss. Da die Arbeit auf Ihrem Gerät und nicht auf einer Serverfarm stattfindet, ist ein langes Dokument langsamer als ein Cloud-Service.
Wenn eine Seite als Gibberish zurückkommt
Normalerweise ist eines von drei Dingen: die Sprache ist falsch, der Scan ist zu niedrig aufgelöst, als dass der Motor Buchstaben unterscheiden könnte, oder die Seite ist verzerrt. PDF Seiten drehen Erstens - OCR liest horizontal und eine Seite zur Seite produziert Unsinn.
Was tun mit dem Text
- Kopieren direkt zum Zitieren oder zum Einfügen in ein Dokument, das Sie erstellen.
- Suchen Sie ein Bundle Sie konnten vorher nicht suchen - der praktische Grund, warum die meisten rechtlichen und medizinischen Scans überhaupt OCRed erhalten.
- Füttern Sie einen editierbaren Entwurf in PDF zu Word, die eine Textschicht zum Arbeiten benötigt.
- Extrahieren Sie nur die Worte mit PDF zu Text für eine einfache Datei.
Bevor Sie das Ergebnis teilen
Gescannte Dokumente sind häufig solche mit sensiblen Details. Redact alles vertrauliche zuerst — und beachten sie, dass das zeichnen einer black box keine redaktion ist, die. Dieser Leitfaden erklärt. Strippen der Metadaten auch, da Scanner routinemäßig den Gerätenamen und den Zeitstempel in die Datei stempeln.
Häufig gestellte Fragen
Wird mein Dokument für OCR hochgeladen?
Nein. Die Erkennungsmaschine läuft in Ihrem Browser. Die Datei erreicht niemals einen Server, was der Hauptgrund dafür ist, diesen Dienst anstelle eines Cloud-Dienstes OCR für vertrauliche Informationen zu verwenden.
Welche Sprachen werden unterstützt?
Englisch, Spanisch, Französisch, Deutsch, Italienisch, Portugiesisch und Russisch. Wählen Sie das richtige vor dem Laufen — es lädt ein anderes Erkennungsmodell und ändert die Genauigkeit wesentlich.
Warum ist es langsamer als andere OCR-Sites?
Weil die Arbeit auf Ihrem Gerät statt auf einem Server geschieht. Das ist der Handel: Sie warten länger und Ihr Dokument verlässt Ihren Computer nie.
Kann es Handschrift lesen?
Unzuverlässig. Der Motor wird auf gedruckte Schrift trainiert. Handschrift, dekorative Schriften und dichte Tische liefern alle schlechte Ergebnisse.
Der Output ist Kauderwelsch.
Normalerweise die falsche Spracheinstellung, ein Scan unter etwa 300 DPI oder eine verzerrte Seite.
rotieren vor dem Ausführen von OCR.
Ändert OCR meine Originaldatei?
Nein. Es liest das Dokument und erzeugt Textausgabe. Ihr ursprüngliches PDF oder Bild ist unberührt.