Lo que OCR realmente hace
Una página escaneada es una fotografía. Las palabras son visibles para usted, pero invisibles para el ordenador — no puede buscarlas, seleccionarlas o copiarlas. El Reconocimiento de caracteres ópticos mira las formas en la imagen y se hace con qué letras son, convirtiendo una imagen de texto en texto.
Esto dirige el motor de reconocimiento dentro de su navegador. Eso es inusual para OCR, y es la razón por la que esta herramienta existe: los documentos que la gente necesita hacer búsqueda son abrumadoramente los documentos sensibles — registros médicos, paquetes legales, archivos históricos, contratos, documentos de identidad. Cada otro servicio gratuito OCR le pide que suba los primeros.
Resultados precisos
OCR exactitud depende mucho más de la entrada que el motor. Un escaneo limpio lee casi perfectamente; una foto de teléfono apresurada de una página curled no lo hace.
| Qué ayuda | ¿Qué duele? |
|---|
| 300 DPI o superior al escanear | Imágenes de baja resolución o fuertemente comprimidos |
| Directamente, páginas planas | Skew, curl y perspectiva desde fotos de mano |
| Fuerte contraste, texto oscuro sobre papel ligero | Impresión descolorada, sombras, fondo de color o patrón |
| Tipografías impresas estándar | Letras, fuentes decorativas, tablas densas |
| Seleccione el idioma correcto primero | Dejar el idioma en inglés para un documento francés |
El reconocimiento cubre el inglés, español, francés, alemán, italiano, portugués y ruso. El ajuste del idioma no es cosmético — carga un modelo diferente y los cambios que se esperan formas de letra y caracteres acentuados.
El reconocimiento lleva tiempo, y ese es el intercambio. Debido a que el trabajo sucede en su dispositivo en lugar de una granja del servidor, un documento largo es más lento que un servicio de nube. Lo que usted consigue para la espera es que el archivo nunca deja su máquina.
Si una página vuelve como gibberish
Por lo general, una de las tres cosas: el idioma está mal, el escaneo es demasiado baja resolución para que el motor distinga letras, o la página está marcada.Rescríbete a un DPI superior si puedes. Si la página es simplemente rotada, soluciona con Páginas Rotar PDF primero — OCR lee horizontalmente y una página de los laterales produce tonterías.
Qué hacer con el texto
- Copiado directamente para citar, o pegar en un documento que está redactando.
- Buscar un paquete Usted no pudo buscar previamente — la razón práctica más legal y los escaneos médicos consigue OCRed en absoluto.
- Alimentar un borrador editable en PDF a Word, que necesita una capa de texto con la que trabajar.
- Extraer sólo las palabras con PDF a texto para un archivo simple.
Antes de compartir el resultado
Los documentos escaneados son frecuentemente los que tienen detalles sensibles en ellos. Si usted está pasando el archivo en, rojo cualquier cosa confidencial primero - y notar que dibujar una caja negra no es la reacción roja, que esta guía explica. Considerar despojando los metadatos también, ya que los escáneres marcan rutinariamente el nombre del dispositivo y la timetamp en el archivo.
Preguntas frecuentes
¿Se carga mi documento para OCR?
No. El motor de reconocimiento funciona en su navegador. El archivo nunca llega a un servidor, que es la razón principal para usar esto en lugar de un servicio OCR de nube para cualquier cosa confidencial.
¿Qué idiomas se admiten?
Inglés, español, francés, alemán, italiano, portugués y ruso. Seleccione el derecho antes de correr — carga un modelo de reconocimiento diferente y cambia materialmente la precisión.
¿Por qué es más lento que otros sitios OCR?
Debido a que el trabajo sucede en su dispositivo en lugar de un servidor. Ese es el comercio: usted espera más tiempo, y su documento nunca deja su máquina.
¿Puede leer la letra?
No es fiable. El motor está entrenado en tipo impreso. La escritura, las fuentes decorativas y las tablas densas producen malos resultados.
La salida es gibberish. ¿Qué salió mal?
Por lo general el ajuste del idioma equivocado, un escaneo debajo de aproximadamente 300 DPI, o una página desgastada. Revise el idioma primero, luego la calidad de la imagen. Si la página es lateral,
girarlo antes de ejecutar OCR.
¿Cambia OCR mi archivo original?
No. Lee el documento y produce la salida de texto. Su original PDF o imagen es intacta.