OCR, извличане на текст от изображения и PDF файлове

Точността варира в зависимост от качеството на сканиране, разделителната способност и езика. Печатен текст, сканиран при 300 DPI или повече на добре поддържан език (английски, френски, немски, испански и други), обикновено постига висока точност. Ръкописен текст, сканирания с нисък контраст, необичайни шрифтове и нелатински писмени системи ще произведат повече грешки. Винаги проверявайте изхода.

Tesseract поддържа над 100 езика чрез системата си за езикови пакети. Sunasty зарежда езиковите данни, които изберете, директно в браузъра ви; никакви данни не се изпращат на сървър. Изберете правилния език преди обработка, несъответстващите езикови модели значително намаляват точността.

Да. Всяка страница се разпознава последователно и извлеченият текст се събира в един изход, страница по страница. Времето за обработка нараства с броя на страниците и сложността на всяка от тях.

Не. Разпознаването работи с двигателя Tesseract, компилиран към WebAssembly, в този раздел на браузъра; езиковият модел (traineddata) се изтегля веднъж от собствения източник на Sunasty и се кешира, след което сканираното от вас се зарежда в паметта на устройството ви, разпознава се там, и текстът се показва локално. Вашите изображения никога не се предават към Sunasty или трети страни. Отворете DevTools на браузъра, отидете в раздела «Network» и наблюдавайте: нито една заявка не носи сканираното от вас.

Да, след като страницата се е заредила. Тъй като обработката се извършва на вашето устройство, можете да се изключите от мрежата и инструментът продължава да работи. Това е най-ясното доказателство, че данните ви никога не напускат вашата машина.

Напълно безплатен е и не изисква регистрация. Няма водни знаци, дневни ограничения или необходими проследяващи бисквитки за използване на инструмента.