Làm PDF scan tìm kiếm được (OCR)
Thêm một lớp văn bản ẩn vào các trang scan để bạn có thể tìm kiếm, chọn và sao chép chữ trong đó. Các trang trông hoàn toàn như cũ.
Được xử lý trên máy chủ của chúng tôi, rồi xóa
Thả PDF scan vào đây
Hoặc kéo thả vào bất kỳ đâu trên trang này. Tối đa 10 MB.
Chỉ gửi đến máy chủ của chúng tôi cho tác vụ này, rồi xóa. Không bao giờ lưu trữ hay ghi log.
Một PDF tối đa 10 MB, tối đa 10 trang mỗi tác vụ, văn bản tiếng Anh. Được xử lý trên máy chủ của chúng tôi, rồi xóa. 10 lượt xử lý miễn phí trên máy chủ mỗi ngày cho mỗi người, dùng chung cho mọi công cụ chạy trên máy chủ. Tác vụ lớn hơn: PDF OCR API (tính phí theo mỗi lần gọi).
Cách làm PDF tìm kiếm được
- Chọn một PDF scan tối đa 10 MB, hoặc kéo thả vào trang.
- Chọn các trang cần đọc: tất cả với tệp ngắn, hoặc tối đa 10 trang mỗi lần.
- Nhấn Làm cho tìm kiếm được, rồi tải xuống PDF. Bạn cũng có thể sao chép hoặc lưu văn bản đã nhận dạng.
OCR làm gì với một PDF scan
Máy scan hoặc ứng dụng trên điện thoại lưu mỗi trang dưới dạng một bức ảnh. Bạn đọc được nó, nhưng máy tính thì không: tìm kiếm không ra gì và bạn không sao chép được một câu. Nhận dạng ký tự quang học (OCR) nhìn vào bức ảnh, tìm các chữ cái và từ, rồi ghi chúng vào PDF dưới dạng văn bản vô hình đặt khớp đúng lên những từ bạn nhìn thấy.
Máy chủ của chúng tôi hiển thị mỗi trang đã chọn ở 200 đến 300 dpi, đọc bằng công cụ mã nguồn mở Tesseract, và đặt văn bản lên trang gốc mà không làm thay đổi nó. Văn bản đã nhận dạng cũng được hiển thị ngay tại đây, để bạn sao chép được liền.
Mẹo
- Scan ở 300 dpi, đen trắng hoặc thang xám để có độ chính xác tốt nhất.
- Trang bị ngược hoặc nằm ngang? Hãy xoay chúng trước bằng Xoay PDF (ngay trong trình duyệt).
- Có ảnh chụp hoặc ảnh chụp màn hình thay vì PDF? Hãy dùng Ảnh sang văn bản (OCR).
Câu hỏi thường gặp
PDF của tôi có được tải lên không?
Có. Khác với phần lớn công cụ trên trang này, công cụ này chạy trên máy chủ của chúng tôi: PDF của bạn được gửi qua HTTPS, công cụ OCR đọc nó, và bản có thể tìm kiếm được gửi thẳng về trình duyệt của bạn. Tệp chỉ tồn tại trên máy chủ trong lúc tác vụ chạy, trong bộ nhớ và trong một thư mục tạm riêng được xóa ngay khi tác vụ kết thúc. Chúng tôi không lưu PDF, kết quả hay văn bản đã nhận dạng, và không bao giờ ghi log nội dung tệp.
OCR thay đổi gì trong PDF của tôi?
Không có gì bạn nhìn thấy được. Mỗi trang được công cụ OCR mã nguồn mở Tesseract đọc, và các từ tìm được sẽ được đặt chồng lên trang dưới dạng văn bản vô hình ở đúng vị trí. Trang gốc vẫn nằm bên dưới, nguyên vẹn, nên PDF trông như cũ nhưng trở nên tìm kiếm, chọn và sao chép được.
Vì sao mỗi lần chỉ 10 trang?
Đọc một trang mất vài giây thời gian của máy chủ, và mỗi tác vụ phải hoàn tất trong khoảng một phút. Với tài liệu dài hơn, hãy chạy lại công cụ trên tệp đã tải xuống với các trang tiếp theo, chẳng hạn 11-20. Các trang đã xử lý được giữ nguyên.
Hỗ trợ những ngôn ngữ nào?
Tiếng Anh, và các ngôn ngữ khác dùng cùng chữ cái Latin không dấu, với độ chính xác thấp hơn. Chữ có dấu và các hệ chữ khác chưa được nhận dạng đáng tin cậy.
Các trang của tôi đã có văn bản. Chuyện gì xảy ra?
Các trang đã chứa văn bản sẽ được bỏ qua, nên PDF tạo từ trình soạn thảo văn bản vẫn giữ nguyên. Đánh dấu Đọc cả các trang đã có văn bản để vẫn chạy OCR cho chúng, chẳng hạn khi bản scan có lớp văn bản kém.
Độ chính xác thế nào?
Bản scan sạch, thẳng, độ phân giải bình thường cho kết quả rất tốt. Ảnh chụp nghiêng, chữ in mờ hoặc nhòe, chữ viết tay và bảng phức tạp cho nhiều lỗi hơn. Hãy kiểm tra tên và con số trước khi dựa vào chúng.
Có giới hạn không?
Tệp tối đa 10 MB, tối đa 10 trang mỗi tác vụ, và 10 lượt xử lý miễn phí trên máy chủ mỗi ngày cho mỗi người, dùng chung cho mọi công cụ chạy trên máy chủ của chúng tôi. Chỉ tác vụ thành công mới được tính, và bộ đếm đặt lại vào 00:00 UTC. Tác vụ lớn hơn: PDF OCR API, tính phí theo mỗi lần gọi.
Xác minh người dùng là gì?
Trước khi tác vụ chạy, Cloudflare Turnstile kiểm tra rằng người thật chứ không phải bot đang dùng công cụ. Thường thì bạn không thấy gì; đôi khi nó yêu cầu bạn đánh dấu vào một ô.