Yí PDF padà sí ọrọ nínú aṣàwákiri rẹ, kí o sì gba fáìlì TXT àìlórúkọ kalẹ̀. Idánimọ̀ ọrọ (text recognition) wà tí o bá nílò ó, ó sì wà nípò pípà tí o bá fẹ́ bẹ́ẹ̀.
tàbí ju, lẹẹ̀mọ́, tàbí yan láti inú cloud
Ṣíṣe PDF di ọrọ le túmọ si iṣẹ meji, ati pe konfatà yìí jẹ́ kí o yan eyi tí o fẹ́. Ọ̀pọ̀ PDFs ti ní àwọn àmì ọrọ gidi tẹlẹ, nítorí náà a kan nílò kí a ka ọrọ náà. PDF tí a ṣe skani sì jẹ́ àwòrán àwọn ojúewé, àti pé a gbọ́dọ̀ mọ̀ àwọn àmì náà kí a tó lè yọ ohunkóhun jáde.
A ti pa ìmúmọ̀ ọrọ (OCR) láìtọ́ sílẹ̀, a sì ṣe bẹ́ẹ̀ ní ìdí. PDF tí ó ní fẹ́lẹ̀yà ọrọ gidi yí padà yarayara, ó sì péye ju lai lo OCR, nítorí pé a kan ń da àwọn ọrọ náà kọ́, kì í ṣe pé a ń tú wọn jáde látinú àwòrán. Bí o bá tan ìmúmọ̀ ọrọ sílẹ̀ nígbà tí fáìlì náà kò nílò rẹ̀, ó kan máa dín ìtọ́́nisọ́nà kù.
O lè mọ irú fáìlì tí o ní lẹ́sẹ̀kẹsẹ̀. Ṣí PDF náà ní ìwé-àfikún kankan, kí o sì fà kọjá lórí lọ́lẹ̀kọ̀ọ̀kan. Bí àwọn ọrọ bá yọ sílẹ̀ gẹ́gẹ́ bí àfihàn, jẹ́ kí OCR wa pipa. Bí kò bá sí ohun tí ó yọ sílẹ̀, ojúewé náà jẹ́ àwòrán; tan OCR sílẹ̀, kí o sì yan èdè fáìlì rẹ lára àwọn èdè 124 tí ìmúmọ̀ náà gbà.
Yíyọ ọrọ jáde kúrò nínú PDF ń yí ojúewé tí o kan lè wo sí àwọn ọrọ tí o lè lò. Konfatà náà máa kọ gbogbo ohun tí ó rí sí fáìlì ọrọ díẹ̀, kí o lè da àfihàn kan kọ́, lẹ́ẹ̀mọ̀ paragirafi kan sí imeeli, tàbí wá gbogbo ìwé náà pẹ̀lú aṣẹ ìwádi ní inú olóòtọ́ kankan.
Èyí ló bópọ̀ iṣẹ́ tí àwọn ènìyàn ní lọ́kàn: yíyọ àdákọ jáde kúrò nínú ìwé ìwádìí, yíyọ àwọn nọ́ńbà kúrò nínú ìròyìn, tàbí fífi ara ìwé àtẹ́yìnwá gígùn ránṣẹ́ sí irinṣẹ́ kọ̀wé. Kò sí ohun tí a tún kọ, kò sì sí ohunkóhun tí a ń kọ láti ẹnu sí ìwé.
O lè fi ọ̀pọ̀ PDFs ránṣẹ́ lẹ́ẹ̀kan. A máa yí fáìlì kọọkan padà lọ́tọ̀, tí yóò sì padà wá gẹ́gẹ́ bí fáìlì ọrọ tirẹ̀, pẹ̀lú ààyè OCR kan naa àti èdè kan naa fún gbogbo wọn. A kò béèrè fún àkọọlẹ̀ tàbí àdírẹ́sì imeeli.
Ìtẹ̀sí .txt ni a máa n lò fún fáìlì ọ̀rọ̀ pẹ̀lú (plain text). Àwọn fáìlì yìí ní ìlà ọ̀rọ̀ lásán tí a lè ṣí sílẹ̀ ní ọ̀pọ̀ ìṣàtúnṣe ọ̀rọ̀ lórí oríṣìíríṣìí pẹpẹ àti ẹ̀rọ. Ọ̀rọ̀ inú wọn kì í ní ìtúnṣàfihàn kankan.
Èyí ló jẹ́ ìtàn pàtàkì tí a fi ń lọ láti PDF sí TXT dipo sí fọ́ọ̀mù ìwé. Fáìlì náà máa ṣí sí kọnpútà kankan tàbí lórí fónú kankan, kò nílò láísẹ̀nsì kankan láti ka, ó sì máa ń ka bó ṣe yẹ pẹ́ tí a bá ti rọ́pò ètò tó dá àkọ́kọ́ sílẹ̀.
Ìtẹ̀síwájú fáìlì: .txt, MIME type: text/plain
TXT lori WikipediaFáìlì ọrọ díẹ̀ kan ń pa àwọn ọrọ mọ́, kì í ṣe ojúewé. Èyí ni ohun tí yóò wà lẹ́yìn ìyípadà àti ohun tí kò ní wà.
| Látinú PDF | Nínú fáìlì TXT |
|---|---|
| Ọrọ ati ìpẹ̀yà lórí ìlà | A pa mọ́ |
| Ilana kika | A pa mọ́, láti òkè dé isalẹ |
| Ìkọ́ tó gbóná, italiki ati àwọn irú fọ́nìtì | A kọ́ silẹ̀ |
| Àwòrán, àwòrán ààmì ilé iṣẹ́ ati chati | A kọ́ silẹ̀ |
| Tébù | A pa àwọn ọrọ mọ́, lai mọ́ àwọ̀n |
| Ojúewé ọ̀pọ̀ ọwọn | A yí i padà sí ọwọn kan ṣoṣo |
| Àkọsílẹ̀ òkè, àkọsílẹ̀ ìsàlẹ̀ àti nọ́ńbà ojúewé | A kọ́ wọn pọ̀ mọ́ ìtẹ̀síwájú ọrọ |
Fáìlì ọrọ díẹ̀ ń gbe àwọn ọrọ, kì í ṣe àtẹ̀jáde. Nígbà tí fọ́ọ̀mátì ṣe pàtàkì tó bíi àwọn ọrọ, ìṣàkóso PDF sí Word ló dára jù.
A dì àwọn ọrọ nínú PDF mọ́ sínú àtẹ̀jáde ojúewé. Àwọn ìpinnu wọ̀nyí ni bí yíyọ wọn jáde pẹ̀lú ríròrùn ṣe ma ń fipamọ́ iṣẹ́ jù lọ.
A máa ń pín àwọn ìwé ìwádìí, ìròyìn àti ìwé ní PDF. Yọ ọrọ náà jáde lẹ́ẹ̀kan, kí o sì lẹ́ẹ̀mọ̀ àwọn apá tí o nílò sí àwọn àkọsílẹ̀ rẹ dipo fífọwọ́ kọ wọn padà.
Fáìlì ọrọ lè ṣí sí inú olóòtọ́ kankan, nítorí náà o lè lọ taara sí orúkọ, ọjọ́ tàbí iye kan dipo kíkà ojúewé lẹ́yìn ojúewé.
Àwọn olùtumọ̀, irinṣẹ́ kọ̀wé, olùkà iboju àti ṣíṣirò tẹ́ẹ̀bù gbogbo wọn máa gba ọrọ díẹ̀. TXT ni fọ́ọ̀mùtì tí fẹrẹẹ jẹ́ pé gbogbo wọn gba lai nílò konfatà míì.
Àwọn PDF tí ènìyàn ń yí padà sábà jẹ́ àdéhùn, ìnwọ́ìsì tàbí ìbánisọ̀rọ̀ aládani. Èyí ni gangan bí tiẹ tirẹ̀ ṣe ń jẹ́ mímuṣe.
Gbogbo gbigbèsókè àti gbigbádàáwọ́ ń lọ lórí asopọ tí a ti fi ìfarasin ṣe, nítorí náà a kò lè ka àwọn faili rẹ ní àárín ọ̀nà.
Ìṣíṣe ń ṣẹlẹ̀ ní àwọn data centre tí a fọwọ́sowọ́pọ̀ sí nínú Ilẹ̀ Yúróòpù.
Ìfọ̀mọ̀ọ́kan ọrọ̀ jẹ́ aifọwọ́ṣowọpọ̀ pátápátá. Kò sí ẹni tí ń ka àwọn sikan tàbí iwe aṣẹ rẹ, a kò sì pín ohunkóhun pẹ̀lú ẹgbẹ́ kẹta.
Ṣe ìkó fáìlì PDF rẹ sórí pẹpẹ.
Tan OCR sílẹ̀ bí PDF bá jẹ́ skani. Jẹ́ kí ó wà pipa nígbà tí ọrọ inu fáìlì náà bá ti lè yàn tán.
Yan èdè ìwé rẹ láti inú àtòjọ (àṣàyàn).
Tẹ "Start" kí o sì dúró de kí ìyípadà parí.
Bẹ́ẹ̀ni. Yíyí PDF padà sí ọrọ jẹ́ ọfẹ́, kò sì nílò àkọọlẹ̀, a kò sì béèrè fún àdírẹ́sì imeeli. Gbé fáìlì náà kalẹ̀, bẹ̀rẹ̀ ìyípadà, kí o sì gba ọrọ náà kalẹ̀. Ètò ìsanwó kan kàn nígbà tí fáìlì bá tóbi gan-an tàbí tí ìṣèpọ̀ fáìlì bá péjù.
Gbé PDF náà kalẹ̀ lókè, jẹ́ kí OCR wà pipa bí ọrọ inú fáìlì náà bá ti lè yàn tán, kí o sì bẹ̀rẹ̀ ìyípadà. Àbájáde ni fáìlì ọrọ díẹ̀ tí o lè gba kalẹ̀, tí o sì lè ṣí sí inú olóòtọ́ kankan. Kò sí ohun tí o gbọ́dọ̀ fi sọfitiwia sí kọnpútà.
Bí àwọn ọrọ bá yọ sílẹ̀ gẹ́gẹ́ bí àfihàn nígbà tí o fà kọjá wọn, o lè da wọn kọ́ taara láti inú olùkà PDF rẹ. Bí wọn kò bá yọ sílẹ̀, ojúewé náà jẹ́ àwòrán, kò sì sí ohun tí o lè yàn. Ìyípadà PDF sí ọrọ máa yanju ìyẹn, nítorí pé àbájáde jẹ́ fáìlì ọrọ tí o lè da ohunkóhun kọ́ láti inú rẹ̀ nífẹ̀ẹ́.
Èyí gan-an ni konfatà yìí ń kọ. TXT ni fọ́ọ̀mùtì ọrọ díẹ̀, nítorí náà fáìlì tí o gba kalẹ̀ yóò ní àfikún .txt àti irú media text/plain. Ó máa ṣí sí Notepad, TextEdit, olóòtọ́ kóòdù kankan àti lórí fónú kankan, lai nílò sọ́fitiwia míì.
Nítorí pé ọ̀pọ̀ PDFs kò nílò rẹ̀. PDF tí ó ní fẹ́lẹ̀yà ọrọ gidi yí padà yarayara, ó sì péye ju bí a ṣe ń da àwọn ọrọ náà kọ́ kúrò nínú fáìlì dipo kí a máa tú wọn jáde látinú àwòrán. Tan OCR sílẹ̀ nígbà tí ojúewé bá jẹ́ skani tàbí fọ́tò, èyí ni yóò sì jẹ́ kí àṣàyàn èdè hàn.
Bẹ́ẹ̀ni, pẹ̀lú OCR tí a ti tan sílẹ̀. Ìmúmọ̀ náà máa ka àwọn àmì kúrò nínú àwòrán ojúewé, yóò sì kọ́ wọn sí fáìlì ọrọ. Bí púpọ̀ nínú ohun tí o ń yí padà bá jẹ́ àwọn skani, app PDF sí ọrọ fún skani ni ọ̀nà taara jù lọ sí àbájáde kan naa.
Ó mọ̀ èdè orísun 124. Yàtọ̀ sí àwọn èdè Yúróòpù, àtòjọ náà tún ní Hindi, Bengali, Tamil, Urdu, Arabic, Thai, Japanese, Korean àti Chinese ní irú rọrùn àti ibílẹ̀. Yan èdè tí a kọ ìwé rẹ sí fún àbájáde tó dára jù.
Bẹẹni. Fi gbogbo awọn PDF tí o fẹ kun, a ó sì yí wọn padà lọ́kan ṣoṣo, ọkọọkan yóò padà sí fáìlì ọrọ tirẹ̀ pẹ̀lú àtúnṣètò OCR kan naa àti èdè kan naa.
Ṣe oni-nọmba awọn ọrọ pataki lati inu awọn iwe aṣẹ tí a ti ṣàn àti awọn aworan pẹlu OCR (Optical Character Recognition). Yọ ọrọ jade lati awọn aworan ni irọrun, lori ayelujara.
Ka àròkọGbogbo wọ̀nyí ń ṣiṣẹ́ nínú brawsa. Kò sí fifi sori ẹrọ, kò sí àkàǹtì, àti ìmúmọ̀-kọ́rọ̀ kan náà lẹ́yìn wọn.
