Langsung ke konten
Convertube

OCR PDF

Kenali teks pada PDF hasil pindaian dan tambahkan lapisan tak terlihat agar file bisa dicari. Berjalan di perangkat Anda sendiri — pindaian tidak diunggah.

Berjalan di perangkat AndaGratis, tanpa batasPengenalan teks AI, di perangkat Anda

Letakkan file di sini

atau

Menerima .pdf · Satu file sekaligus · masing-masing hingga 150 MB "Unggah" dan "unduh" di sini berarti browser Anda membaca file dari perangkat ini dan menyimpan file kembali ke sana. File Anda tidak pernah dikirim ke server — buka panel jaringan browser Anda dan perhatikan: tidak ada permintaan yang membawa file Anda.

FAQ OCR PDF

Apa bedanya dengan alat OCR lainnya?

Tempat pekerjaan itu dilakukan. Pengenalan teks adalah satu-satunya fitur PDF yang di seluruh industri dijalankan di server masing-masing, sehingga membuat pindaian bisa dicari berarti mengirimkannya ke suatu tempat — padahal pindaian yang membutuhkan ini adalah kontrak, faktur, rekam medis, dan sertifikat. Di sini modelnya berjalan di browser Anda: diunduh sekali, sekitar 21 MB, dan setelah itu file tidak pernah meninggalkan komputer Anda. Anda bisa memantau panel jaringan selama proses berjalan dan melihat bahwa tidak ada permintaan yang membawa file.

Seberapa akurat, sejujurnya?

Bagus, tetapi tidak dijamin. Pada set uji enam belas halaman yang dirender dengan kemiringan 0,3 derajat — karena pindaian sungguhan selalu sedikit miring — tingkat pengenalan karakter terukur 95,2%. Halaman yang bersih dan lurus mendapat skor lebih tinggi; stempel, tulisan tangan, fotokopi pudar, dan halaman yang difoto dari sudut miring mendapat skor lebih rendah, kadang jauh lebih rendah. Anggap ini sebagai cara membuat dokumen bisa ditemukan, bukan sebagai transkrip: kata yang Anda cari biasanya ada di sana, tetapi ini bukan transkripsi setara dokumen hukum.

Apakah pindaiannya sendiri berubah?

Tidak, dan ini sudah diperiksa, bukan sekadar diklaim: setelah proses selesai, SHA-256 setiap aliran gambar di hasil cocok persis dengan masukannya. Halaman tidak pernah didekode, dienkode ulang, atau diubah ukurannya — hanya lapisan teks dan deskripsi font-nya yang ditambahkan, yaitu 5,1 KB pada pindaian dua halaman. Jika Anda juga ingin file lebih kecil, kompres setelahnya, bukan sebagai gantinya: kompresi mengenkode ulang gambar, dan melakukannya lebih dulu akan membuat mesin pengenal punya lebih sedikit informasi untuk dibaca.

Bisakah saya melihat atau memilih teks yang ditambahkan?

Anda tidak bisa melihatnya, tetapi bisa memilihnya. Teks ditulis dengan mode render yang tidak menggambar apa pun, diletakkan tepat di atas kata asalnya, sehingga halaman tampak tidak berubah sementara pencarian, penyalinan, dan pembaca layar semuanya menemukan kata-kata itu. Artinya juga tidak ada font yang ditanamkan — glyph-nya tidak pernah digambar, jadi hanya pemetaan karakter yang diperlukan, dan font-nya tidak memakan satu byte pun. Hasilnya dibaca ulang dengan dua mesin PDF yang independen, bukan hanya yang kami pakai, dan keduanya mengembalikan teks Mandarin yang sama.

Bagaimana jika PDF-nya sudah berisi teks?

File itu dibiarkan apa adanya dan alat ini memberi tahu Anda. PDF yang diekspor dari Word sudah bisa dicari, dan menambahkan lapisan pengenalan di atasnya akan membuat setiap pencarian cocok dua kali dan setiap salinan keluar ganda. Yang diperiksa alat ini adalah apakah halaman-halamannya berisi teks sama sekali, dengan sampel dari seluruh dokumen; jika ya, tidak ada yang perlu ditambahkan di sini.

Berapa lama prosesnya?

Beberapa detik per halaman untuk halaman biasa berbahasa Mandarin atau Inggris — terukur 2,4 hingga 4,0 detik di komputer desktop dengan akselerasi perangkat keras — ditambah unduhan model satu kali. Halaman akademik dua kolom yang padat, empat ribu karakter, butuh sekitar empat belas detik. Waktunya mengikuti banyaknya teks di halaman, bukan ukuran halaman, dan di ponsel prosesnya bisa beberapa kali lebih lambat.

Konverter PDF

Alat PDF

Konverter PDFTentang PDF