OCR, trích xuất văn bản từ bản quét
Trích xuất văn bản có thể chỉnh sửa từ PDF scan và hình ảnh, đồng thời nhận lại một tệp PDF tìm kiếm được.
Trích xuất văn bản từ PDF scan và hình ảnh bằng OCR, với 20 ngôn ngữ từ tiếng Anh, tiếng Thổ Nhĩ Kỳ đến tiếng Ả Rập, tiếng Nhật. Bạn nhận được văn bản thuần để sao chép và một file PDF tìm kiếm được, giữ nguyên trang gốc với chữ nằm phía sau.
Xử Lý 100% Bên Phía Client
Tệp PDF của bạn không rời khỏi trình duyệt. OCR chạy bằng Tesseract.js hoạt động hoàn toàn trên thiết bị của bạn. Thời gian xử lý tùy vào số trang và hiệu năng máy.
Kéo và thả các tệp PDF của bạn
hoặc nhấp vào đây để chọn tệp
Tối đa 1 tệp • PDF hoặc hình ảnh (PNG, JPG, WebP)
Chọn tệp
①Chọn tệp→②Quét→③Sao chép văn bản
Cách làm cho file PDF scan tìm kiếm được
- Ngôn ngữ tài liệu: chọn ngôn ngữ dùng trong các trang, trong số 20 ngôn ngữ được hỗ trợ. Dữ liệu của ngôn ngữ đó chỉ tải về một lần, vào lần đầu.
- Trích Xuất Văn Bản (OCR): đọc mọi trang và trả về văn bản cùng một PDF tìm kiếm được, tức là các trang gốc có chữ nằm phía sau.
Câu hỏi thường gặp
Công cụ OCR hỗ trợ những ngôn ngữ nào?
Tiếng Anh, Thổ Nhĩ Kỳ, Đức, Pháp, Tây Ban Nha, Ý, Bồ Đào Nha, Hà Lan, Ba Lan, Thụy Điển, Indonesia, Việt, Nga, Ukraina, Ả Rập, Hindi, Thái, Trung Quốc (giản thể), Nhật và Hàn, và thêm tiếng Thổ Nhĩ Kỳ kết hợp với tiếng Anh cho tài liệu có lẫn cả hai. Hãy chọn ngôn ngữ dùng trong tài liệu của bạn; dữ liệu của ngôn ngữ đó chỉ tải về một lần.
Tôi có thể chỉnh sửa hoặc tìm kiếm văn bản sau khi xử lý OCR không?
Có. Sao chép văn bản, lưu thành tệp .txt, hoặc tải xuống một tệp PDF tìm kiếm được. Nút Chạy Quét quyền riêng tư gửi văn bản sang công cụ quét quyền riêng tư của chúng tôi, nơi có thể chuyển các từ nhạy cảm sang Bôi đen.
OCR hỗ trợ những ngôn ngữ nào?
Công cụ của chúng tôi hỗ trợ nhiều loại ngôn ngữ, bao gồm tiếng Anh, tiếng Tây Ban Nha, tiếng Pháp, tiếng Đức, tiếng Nhật và nhiều ngôn ngữ khác.
Độ chính xác nhận dạng văn bản như thế nào?
Độ chính xác phụ thuộc vào bản quét. Trang in sạch và thẳng cho kết quả tốt; chữ viết tay, chữ in rất nhỏ, phông cách điệu và bản quét mờ hoặc nghiêng sẽ có nhiều lỗi hơn. Hãy kiểm tra tên và số trước khi dựa vào chúng.
OCR có giữ nguyên bố cục trang gốc không?
OCR trả về văn bản, không phải bố cục. Thứ tự đọc được giữ nguyên theo từng dòng, nhưng các cột, bảng và hình ảnh không được tái tạo lại, và PDF gốc vẫn được giữ nguyên không thay đổi.
Tôi có thể thực hiện OCR cho tệp PDF quét nhiều trang không?
Có. Tải lên tệp PDF quét nhiều trang, bộ máy OCR sẽ xử lý từng trang một. Kết quả là một tệp PDF tìm kiếm được duy nhất, với tất cả các trang đã xử lý.
Việc xử lý OCR diễn ra cục bộ hay trên máy chủ?
Bộ máy OCR chạy hoàn toàn trong trình duyệt của bạn bằng công nghệ WebAssembly. Tài liệu quét của bạn không bao giờ được tải lên máy chủ bên ngoài nào, nên quyền riêng tư được giữ trọn vẹn.