OCR Ảnh & PDF - Trích Xuất Văn Bản từ Ảnh và PDF

Không. Hình ảnh và PDF gốc bạn chọn không được tải lên máy chủ; chúng được xử lý trong bộ nhớ của trình duyệt hiện tại.

Tính toán OCR chạy trên PC hoặc thiết bị di động của bạn bằng PaddleOCR.js và WebAssembly. Máy chủ MISCLAND chỉ cung cấp các tệp tĩnh của bộ máy OCR và mô hình; máy chủ không nhận hoặc lưu nội dung tài liệu hay kết quả OCR.

Nếu một trang PDF đã có văn bản có thể chọn, PDF.js sẽ trích xuất trực tiếp. Cách này nhanh hơn OCR và giữ nguyên văn bản gốc chính xác hơn.

Chỉ các trang quét hoặc PDF dạng ảnh không có lớp văn bản mới được kết xuất thành ảnh trong trình duyệt rồi xử lý bằng OCR. Nếu một PDF có cả trang văn bản và trang quét, từng trang sẽ tự động được xử lý bằng phương thức phù hợp.

Bạn có thể chọn tiếng Hàn, Anh, Tây Ban Nha, Bồ Đào Nha, Pháp, Đức, Ý, Indonesia, Việt Nam, Ả Rập, Hindi, tiếng Trung giản thể hoặc phồn thể và tiếng Nhật.

Công cụ sử dụng mô hình nhận dạng PP-OCRv5 dành cho thiết bị di động phù hợp với ngôn ngữ đã chọn. Mô hình chỉ được tải khi bạn chọn ngôn ngữ và thực sự bắt đầu OCR; bộ nhớ đệm của trình duyệt sẽ được dùng cho những lần sau.

OCR không thể đảm bảo chính xác 100% vì kết quả nhận dạng có thể thay đổi theo chất lượng nguồn, kích thước chữ, độ nghiêng, nền và phông chữ.

Tài liệu in và bản quét rõ nét cho kết quả tốt nhất. Dùng Chất lượng cao cho chữ rất nhỏ và thử Tăng cường tài liệu với bản quét đen trắng bị mờ. Luôn đối chiếu kết quả quan trọng với tài liệu gốc.

Có. Công cụ hoạt động trên các trình duyệt di động hiện đại hỗ trợ WebAssembly và Web Worker.

OCR sử dụng bộ nhớ và năng lực xử lý của thiết bị, vì vậy thiết bị cấu hình thấp hoặc tài liệu rất lớn có thể mất nhiều thời gian hơn. Trên thiết bị di động, các giới hạn an toàn thấp hơn sẽ tự động được áp dụng cho số lượng tệp, tổng dung lượng, số trang PDF và độ phân giải ảnh.