Ọpa yìí ń yí PDF tí a ti sàn padà sí ọ̀rọ̀ tí a lè ṣàtúnṣe kí o lè daakọ, ṣàtúnṣe, àti fi akoonu kun rọrùn.
tàbí ju, lẹẹ̀mọ́, tàbí yan láti inú cloud
Yíyí PDF tí a ti ṣe àwòrán sí ọrọ jẹ́ ìṣẹ́ méjì lọ́tọ̀, àti pé konfàtá naa ló jẹ́ kó ṣe é yan èyí tí yóò ṣiṣẹ́. PDF tí ó ti ní àmì-ọ̀rọ̀ gidi ṣáájú kàn nílò kíkà. PDF tí ó kún fún àwọn àwòrán ojúewé nílò kí a kọ́ ọ́ kọ́kọ́, nítorí pé kò sí ọrọ kankan nínú rẹ̀ ṣáájú.
O lè yà wọn sọ́tọ̀ láìpé. Ṣí fáìlì náà ní olùkà PDF kankan kí o sì gbìyànjú láti yan ìlà kan. Bí àwọn ọ̀rọ̀ bá yàn, PDF náà ní fẹ́lẹ́yà ọrọ, nítorí náà yan Convert kí ọrọ náà sì jáde gẹ́gẹ́ bí a ti kọ ọ́. Bí kò bá sí nǹkan tó yàn, tàbí bí gbogbo ojúewé bá yàn gẹ́gẹ́ bí ìgbélé kan, àwòrán ni ó jẹ́, ó sì nílò optical character recognition.
Yíyan kan náà ló ṣàlàyé púpọ̀ nínú àwọn àbájáde tí kò dùn tí àwọn ènìyàn máa ń rí níbí míì. Konfàtá tí ń ṣiṣẹ́ pátì kan ṣoṣo fún gbogbo fífi-ṣàkóso máa ń fún àwọn fáìlì kan ní ọrọ mímọ́, ó sì máa fi ojúewé ofo fún àwọn míì, láì ṣàlàyé. Bí o bá yan ẹnjìnì tí ìwọ fúnra rẹ, ìfojúrí yóò parí.
Àwòrán kì yóò jẹ́ kó ṣe é fa kóso rẹ kọjá gbolohun kan, nítorí pé kò sí nǹkan láti yan. Yíyọ ọrọ jáde láti PDF tí a ti ṣe àwòrán yanjú ìṣòro yìí: kó fáìlì náà jọ, ṣiṣẹ́ ìyípadà, ìwọ á sì rí fáìlì ọrọ díẹ̀díẹ̀ (plain text) tí o lè daakọ láti inú rẹ, lẹẹmọ̀ sínú imeèlì, tàbí wá a pẹ̀lú àṣẹ find ní olùṣàtúnṣe kankan.
Àbájáde jẹ́ fáìlì .txt, nítorí náà ó máa ṣí lórí kám̀pútà àti fóònù kankan láì nílò sọ́fitiwia pàtó. Ó gbé àwọn ọ̀rọ̀ àti ìdákọ́ró línì, ó sì fi àtẹ̀jáde sílẹ̀, èyí tí jẹ́ ìpinnu tó tọ́ nígbà tí èyí tí o fẹ́ jẹ́ akoonu, kì í ṣe ẹ̀dà gangan ojúewé náà.
Ọ̀pọ̀ àwòrán le wọlé lọ́kọ̀ọ̀kan. Gbogbo PDF yóò yípadà lọ́tọ̀, yóò sì padà wá gẹ́gẹ́ bí fáìlì ọrọ tirẹ̀, pẹ̀lú ẹnjìnì kan náà àti ètò èdè kan náà tó wúlò fún gbogbo wọn.
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 fi jẹ́ pé ibi tó dáa jù lọ láti fi ọrọ tí a gba padà láti àwòrán sí ni. Kò sí nǹkan nínú fáìlì tí lè di arugbo, kò sí ìwé-ašẹ tó nílò láti ṣí i, àwọn ọ̀rọ̀ náà sì máa wà ní kíkà pẹ́ tí a bá ti rọ́pò ètò tó dá àkọ́kọ́ jáde.
Ìtẹ̀síwájú fáìlì: .txt, MIME type: text/plain
TXT lori WikipediaỌ̀nà 5 ló wà láti ka PDF tí a ti ṣe àwòrán níbí, ètò àwọn àṣàyàn sì jẹ́ kó rọrùn láti yí wọn padà. Yan èyí tó bá fáìlì tó wà níwájú rẹ mu.
| OCR engine | Yan án nígbà tí |
|---|---|
| Yipada | PDF náà ti ní ọrọ tí a lè yan ṣáájú. Kò sí ìmúmọ̀-kọ́rọ̀ tó ń ṣiṣẹ́, nítorí náà ọrọ náà máa jáde gẹ́gẹ́ bí a ti kọ ọ́. |
| OCR Deede | Àwòrán náà mọ́, ó ṣòró, ó sì kedere. Èyí ni ọ̀nà tó yára jù láti PDF tí a ti ṣe àwòrán dé sí ọrọ. |
| OCR AI To ti ni Ilọsiwaju | Àwòrán náà rọrùn, ìdígbẹ̀rùrù rẹ̀ kéré tàbí díẹ̀ ni ó tẹ́, tí ẹnjìnì àdáni lè ń ṣubú àwọn àmì-ọ̀rọ̀ kan. |
| OCR AI To ti ni Ilọsiwaju+ | Ojúewé náà ní ojiji, ìmólẹ̀ tí kò dọ́gba tàbí ẹ̀yìn ìwé tí ó tẹ̀, èyí tí ó wọ́pọ̀ nígbà tí a bá ya fọ́tò ìwé. |
| OCR Fọto | A ya ọrọ náà ní fọ́tò dípò kí a ṣe àwòrán rẹ, bí àpẹẹrẹ àpèjáde, àtẹ̀jáde, tàbí ibòjú. |
Konfàtá náà mọ̀ àwọn èdè orísun 124, pẹ̀lú èdè Ṣáínà rọrùn àti ìbílẹ̀ pẹ̀lú àtẹ̀jáde ináró, àti fọ́ọ̀mù Cyrillic fún Azerbaijani, Serbian àti Uzbek. Yan gbogbo èdè tó wà nínú fáìlì rẹ.
Àwọn ọ̀rọ̀ nínú àwòrán ti dì mọ́ àwòrán. Àwọn ni wọ̀nyí ni àyè tí yíyọ wọn jáde máa dín iṣẹ́ kù jù.
Ìnọọ́sì, àdéhùn, risiti àti lẹ́tà máa ń dé gẹ́gẹ́ bí àwòrán. Nígbà tí a bá ti yọ ọrọ jáde, o lè wá owó kan, ọjọ́ kan tàbí orúkọ kan dípò kíkà gbogbo ojúewé.
Àwòrán ìkàwé, àpilẹ̀kọ ìwé ìròyìn àti ojúewé ìwé máa ń di ohun tí a lè tọ́ka sí. Yọ ọrọ jáde lẹ́ẹ̀kan náà, lẹ́ẹmọ̀ àwọn gbolohun tí o nílò sí àwọn àkọsílẹ̀ rẹ dípò títẹ wọn sílẹ̀ láti ìbẹ̀rẹ̀.
Àwọn fáìlì atijọ́ sábà máa ń jẹ́ àwòrán pípẹ́ tó ní ojúewé púpò. Kó ọ̀pọ̀ wọn jọ lẹ́ẹ̀kan, konfàtá náà á ṣiṣẹ́ kọjá gbogbo ìkòkò náà ní ìṣiṣẹ́ kan ṣoṣo.
Àwọn ìwé tí ìwọ fúnra rẹ n ṣe àwòrán àti àwọn fáìlì tí o ń yí padà lè jẹ́ ti ara rẹ. Èyí ni bí a ṣe ń bójú tó tiẹ gangan.
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.
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.
Ìṣíṣe ń ṣẹlẹ̀ ní àwọn data centre tí a fọwọ́sowọ́pọ̀ sí nínú Ilẹ̀ Yúróòpù.
Gbé PDF tí o ti ṣe skan kalẹ.
Yan OCR engine tó bá fáìlì rẹ mu. Lo Convert bí ọrọ nínú PDF bá ti lè yàn ṣáájú.
Yan èdè tí PDF rẹ wà nínú fun abajade tó dára jù (àṣàyàn).
Bẹrẹ ìyípadà, kí o sì dúró títí títẹjáde rẹ yóò fi ṣetán.
Bẹ́ẹ̀ni. Yíyí PDF tí a ti ṣe àwòrán sí ọrọ lófìn-lọ́fìn, kò sì nílò àkàǹtì. Kó fáìlì náà jọ, yan ẹnjìnì kan, kí o sì gba àbájáde náà. Àwọn fáìlì tó dé 100 MB wà lábẹ́ ààlà lófìn, ètò owó sì kan fáìlì tó tóbi jù bẹ́ẹ̀ lọ àti ìkòkò tó gùn jù.
Bẹ́ẹ̀ni. Standard OCR ni ẹnjìnì lófìn, ó sì ṣe àwòrán deede láì sí ìforúkọsílẹ̀. Ẹnjìnì AI 3 tó ti ni ilọsiwaju ni ìmúdójúìwọ̀ fún ojúewé tí ẹnjìnì deede kò lè ka, bíi àwòrán àsán tàbí fọ́tò tí a ya ní ìmólẹ̀ búburú.
Nítorí pé fáìlì náà kún fún àwòrán ojúewé dípò àwọn àmì-ọ̀rọ̀. Skána ń ya fọ́tò ìwé, nítorí náà gbogbo ọ̀rọ̀ di àwòrán píksẹ́lì. Optical character recognition ń ka àwọn píksẹ́lì wọ̀nyí ó sì ń kọ àwọn àmì-ọ̀rọ̀ gidi, èyí ló jẹ́ kí ọrọ lè yàn, lè wá, tí a sì tún lè ṣàtúnṣe rẹ.
Kó PDF náà jọ lókè, yan OCR engine kan, kí o sì bẹ̀rẹ̀ ìyípadà. Àbájáde jẹ́ fáìlì plain text tí o lè ṣí ní olùṣàtúnṣe kankan kí o sì daakọ láti inú rẹ. Dídáakọ títíkan láti inú olùkà PDF kàn máa ṣiṣẹ́ lẹ́yìn tí fáìlì náà bá ti ní fẹ́lẹ́yà ọrọ.
Ó mọ àwọn èdè orísun 124, pẹ̀lú èdè Ṣáínà ní irú mejeeji rọrùn àti ìbílẹ̀ pẹ̀lú àtẹ̀jáde ináró, àti àwọ̀n Cyrillic fún Azerbaijani, Serbian àti Uzbek. Yan gbogbo èdè tó wà nínú fáìlì náà, nítorí pé ojúewé tó dapọ̀ máa kà dáadáa jù lọ nígbà tí gbogbo wọn bá wà lórí àkójọ.
Kì í ṣe láti ojúewé yìí, èyí tó ń kọ fáìlì plain text. Ó pa àwọn ọ̀rọ̀ mọ́, ó sì fi àtẹ̀jáde sílẹ̀. Fún DOC tàbí DOCX pẹ̀lú fọ́ọ̀mátì, lo Convert to Word app, èyí tó ń ṣiṣẹ́ pẹ̀lú ìmúmọ̀-kọ́rọ̀ kan náà tí ó sì ń kọ fáìlì Word.
Didára ìmúmọ̀-kọ́rọ̀ ń tẹ̀lé didára àwòrán. Ojúewé tí ó tẹ́, ìdígbẹ̀rùrù kékeré, ojiji kọjá ìwé tàbí fọ́tò tí a ya lọ́wọ́ máa dín àkóónú kù. Gbìyànjú Advanced AI-OCR fún àwòrán tí kì í ṣe pipe, àti Advanced AI-OCR+ fún ìmólẹ̀ búburú, kí o sì tún ṣe àwòrán ní 300 dpi níbi tí ó bá ṣeé ṣe. Fáìlì orísun tí a ti fi ọ̀rọ̀ aṣínà bo tàbí tí ó bàjẹ́ kò ní yípadà rárá.
Bẹ́ẹ̀ni. Fífúnni àti gbigbà wọlé ń ṣẹlẹ̀ lórí asopọ tó jẹ́ ìkóòdù, ìṣiṣẹ́ ń ṣẹlẹ̀ ní ilé-iṣẹ́ data tí a fọwọ́sí nínú European Union, gbogbo ìlànà náà sì jẹ́ aifọwọ́niyanjú, nítorí náà kò sí ẹnikẹ́ni tí ń ka àwọn àwòrán rẹ. A kò lò fáìlì rẹ láti kọ́ ẹ̀dá AI, ìwọ náà ni o sì ń bá a lọ ní ẹ̀tọ́ sí wọn.
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.
