OCR, wyodrębnij tekst z obrazów i PDF

Dokładność zależy od jakości skanu, rozdzielczości i języka. Drukowany tekst zeskanowany przy 300 DPI lub wyższej rozdzielczości w dobrze obsługiwanym języku (angielskim, francuskim, niemieckim, hiszpańskim i innych) zazwyczaj osiąga wysoką dokładność. Pismo odręczne, skany o niskim kontraście, nietypowe czcionki i pisma niełacińskie będą powodować więcej błędów. Zawsze sprawdzaj wynik.

Tesseract obsługuje ponad 100 języków za pośrednictwem systemu pakietów językowych. Sunasty ładuje wybrane przez Ciebie dane językowe bezpośrednio w przeglądarce; żadne dane nie są wysyłane na serwer. Przed przetwarzaniem wybierz właściwy język, niedopasowane modele językowe znacznie obniżają dokładność.

Tak. Każda strona jest rozpoznawana kolejno, a wyodrębniony tekst jest składany w jeden wynik, strona po stronie. Czas przetwarzania skaluje się z liczbą stron i złożonością każdej z nich.

Nie. Rozpoznawanie działa na silniku Tesseract skompilowanym do WebAssembly, w tej karcie przeglądarki; model językowy (traineddata) jest pobierany raz z własnego źródła Sunasty i zapisywany w pamięci podręcznej, następnie Twój skan jest wczytywany do pamięci Twojego urządzenia, rozpoznawany na miejscu, a tekst pojawia się lokalnie. Twoje obrazy nigdy nie są przesyłane do Sunasty ani do osób trzecich. Otwórz DevTools przeglądarki, przejdź do karty „Network“ i obserwuj: żadne żądanie nie przenosi Twojego skanu.

Tak, po załadowaniu strony. Ponieważ przetwarzanie odbywa się na Twoim urządzeniu, możesz odłączyć się od sieci, a narzędzie nadal będzie działać. To najlepszy dowód na to, że Twoje dane nigdy nie opuszczają Twojej maszyny.

Jest całkowicie bezpłatne i nie wymaga rejestracji. Nie ma żadnych znaków wodnych, dziennych limitów ani ciasteczek śledzących potrzebnych do korzystania z narzędzia.