1Igo eskaneatutako PDF documents; 300 DPI gris-eskalako eskaneaketa garbi batek ezagutarazleari lan egiteko gehien ematen dio.
2Hizkuntzaren erabilerak, hizkuntzaren erabileraren arabera, berezko hizkuntzaren ezaugarri batzuk ditu, eta hizkuntzaren erabilerak, berriz, hizkuntzaren ezaugarri batzuk.
3Exekutatu ezagutza-pasa; hitzak ikusezin gisa itzultzen dira, jatorrizko orri-irudiaren gainean eserita.
4Deskargatu PDF fitxategi bilagarria — berdina dirudi, baina orain bertan dagoen testua bilatu eta hauta dezakezu.
OCR PDFa Maiz egiten diren galderak
Zein hizkuntzak ezagutzen ditu?
+
100 baino gehiago, latin, ziriliko, greziar, arabiar, hebreeraz, txineraz, japonieraz, koreeraz eta indiar idazkera barne. Zein hizkuntza espero behar den esateak zehaztasuna hobetzen du asmatzen uzten diozuna baino.
Zein zehatza da?
+
Inprimatutako testua 300 DPI-ko eskaneatze garbi batean, erroreak gutxi gertatzen direlako eta gehienbat izen propio arraroetan, nahikoa altua da. Zehaztasuna nabarmen jaisten da bereizmen txikiarekin, okerra, telefono-kamerako itzalak, letra-tipo arraroak eta eskuz idatzitakoak - eskuz idatzitakoak bereziki ez dira hau egiteko egokiak.
Zertan eskaneatu behar dut emaitza onena lortzeko?
+
300 DPI gris-eskalatan puntu egokia da. 200 DPI baino gutxiagorekin karaktere-formak hondatzen hasten dira; 400 DPI baino gehiagorekin ia ezer ez duzu irabazten eta fitxategi-tamaina eta prozesamendu-denbora ordaindu behar dituzu.
Nola bihurtzen du OCR PDFk eskaneatze bat testu bihurtu?
+
Zehazki, orrialde bakoitza errendatzen da, Tesseract testu-ezagutza pasabide batetik pasatzen da 100 hizkuntza baino gehiagotan, eta ezagututako hitzak jatorrizko irudiaren gainean kokatuta dagoen testu ikusezin geruza gisa idazten dira — orrialdeak aldaketarik gabe dirudi, baina bilatu eta hauta daiteke. Orrialdeak lehen bezalako itxura du oraindik — ezagututako testua irudiaren atzean ikusezin dago, bilaketa eta hautapena itxura aldatu gabe egin daitezen.
Exekutatu al dezaket OCR PDF documents batzuetan aldi berean?
+
Bai — igo multzoa eta paraleloan prozesatuko dira ezarpen multzo batekin, hau da, dokumentuen lan-fluxu bat egitearen helburua mahaigaineko irakurle baten bidez klik egitea baino.
OCR PDFk zerbait balio du?
+
OCR PDF zenbakia libre dago konturik gabe, eta ez da ezer zigiltzen orrialdeetan. Igotako dokumentuak langileetatik ezabatu egiten dira lan-prozesua amaitu ondoren.
Zer igo dezaket OCR PDF(e)ra?
+
Edozein PDF estandar, eskaner batek, testu-prozesagailu batek edo inprimagailu-kontrolatzaile batek sortutakoak barne. Edizioa mugatzen duen jabearen pasahitza duten fitxategiak kudeatzen dira; erabiltzailearen pasahitza behar duten fitxategiak ez dira kudeatzen, eta ez dugu enkriptazioa apurtzen saiatzen.
OCR PDFk nire PDF documentsren kalitatea murriztuko du?
+
Testua eta grafiko bektorialak pixelak baino objektuak dira, beraz, edozein zoom-ekin zorrotzak dira, gertatzen dena edozein dela ere. Kapsulatutako raster-irudiak bakarrik degrada daitezke, eta hautatu duzun eragiketak lagin berria ematen badie bakarrik.
OCR PDF argazki-formatu bati buruzko gune batean dago?
+
JPEG.to formatuaren inguruan eraikia dago, existitzen diren ia argazki guztiak hartzen dituena: hogeita hamar urte ditu, literalki dena ireki daiteke, eta oraindik ere argazki irudi batentzat lehenetsi egokia da. The jobs people bring here are the ones a photograph collects over its life — too big to email, wrong dimensions for a form, wrong way up out of a phone. OCR PDF runs on the same upload and the same account as the conversions because that is where those jobs land.
Zein da hurrengo pausoa OCR PDF ondoren?
+
Webgune honetako bihurgailuak irudiak JPEG, PNG, WebP eta HEIC-en artean mugitzen ditu, eta fitxategi-tamainaren eta galera belaunaldi baten arteko trukea bertan egiten da. Deciding the format last rather than first is the whole point: every extra save of a photographic image is another generation, and the fewer of them you spend, the more of the picture survives.
Hau beste bihurgailu guneen motor bera da?
+
Bai — liburutegi berberak, langile berberak, maiuskula berberak. Aldea da zein aholku dagoen orrialdean, eta hemen aholku hori gunea izena ematen dion formatuaren propietate batean eraikia dago: .jpeg eta.jpg luzapenak bit-korronte bera dira, beraz, hemen ezerk ez du.jpg batetik aldatuko — fitxategi-izena bakarrik aldatzen da.
Zerbait gordetzen da eta sinatu behar dut?
+
Ez da ezer gordetzen eta ez da konturik behar. Igoketak langileetatik kentzen dira lana amaitu ondoren; ez da ezer begiratzen, zerrendatzen edo indexatzen. Kontu batek historia eta lote handiak erosten ditu, ez atzipena.
