OCR PDF — jadikan PDF hasil scan bisa dicari

Cara melakukan OCR pada PDF hasil scan

1. 1

   Unggah PDF hasil scan

   Dokumen yang sebenarnya berupa gambar teks, hingga 300 MB dan 500 halaman.

2. 2

   Pilih bahasa dokumen

   Pilih hingga tiga bahasa bila dokumen mencampurnya, lalu tentukan apakah halaman yang sudah punya teks dilewati.

3. 3

   Unduh PDF yang bisa dicari

   Halaman yang sama dengan urutan yang sama, tetapi teksnya kini bisa dipilih, disalin, dan ditemukan dengan Ctrl+F.

Gambar tetap, lapisan teks masuk di bawahnya

OCR tidak mengubah hasil scan menjadi jenis dokumen lain. OCR mengenali kata di setiap halaman dan menaruh lapisan teks tak terlihat dengan posisi yang tepat di balik gambar yang sudah Anda lihat. Buka hasilnya, dan tampilannya seperti aslinya, kecuali halaman miring yang kembali dalam keadaan lurus (lihat di bawah). Teksnya kini bisa dipilih, dan mesin pencari, pembaca layar, atau Ctrl+F Anda sendiri bisa membacanya. Jumlah dan urutan halaman sama sekali tidak berubah.

Tiga mode untuk tiga situasi

“Lewati teks yang sudah ada” adalah mode default dan pilihan paling aman: halaman yang sudah punya lapisan teks dibiarkan, dan hanya halaman yang murni gambar yang dikenali. “Ulangi OCR” mengganti lapisan teks yang sudah ada; ini berguna bila OCR sebelumnya hasilnya buruk. Mode ini tidak bisa dipakai bersama pelurusan, jadi nonaktifkan “Luruskan halaman yang miring” di “Pengaturan lainnya” sebelum menjalankannya. “Paksa OCR” mengabaikan teks yang ada dan mengenali ulang setiap halaman sebagai gambar. Ini penting bila lapisan teks memang ada, tetapi salah, kacau, atau tersisa dari proses pengenalan yang keliru.

Luruskan, putar, dan bersihkan sebelum pengenalan

Hasil scan yang difoto sedikit miring atau terbalik sangat menurunkan akurasi pengenalan. Karena itu, pelurusan dan rotasi otomatis berjalan secara default sebelum Tesseract memproses halaman, dan halaman yang sudah diluruskan itulah yang masuk ke hasil. Nonaktifkan keduanya di “Pengaturan lainnya” agar setiap halaman tetap persis seperti semula. Pembersihan latar belakang tersedia terpisah untuk hasil scan dengan tekstur kertas yang terlihat atau tinta yang tembus dari sisi sebaliknya, dengan konsekuensi proses sedikit lebih lama.

Pertanyaan yang sering diajukan

Panduan

• Mengompres buku hasil scan: pengaruh setiap tingkat pada 60 halamanDi sebuah forum, seseorang bertanya cara memperkecil scan buku 580 halaman tanpa merusak teksnya. Kami memproses scan 60 halaman dengan setiap tingkat di Kompres PDF, lalu memeriksa piksel, ukuran file, dan teksnya.
• PDF ke Word di Mac tanpa Acrobat: tiga cara dan apa yang dipertahankan masing-masingDi Mac, Pratinjau bisa menyalin teks, sedangkan Pages tidak bisa membuka PDF, jadi cara bawaan berakhir dengan salin dan tempel. Berikut apa yang dipertahankan setiap cara, mulai dari konversi bawaan Word sampai alat online yang menyusun ulang file sebagai DOCX di server kami.
• Mengubah tumpukan halaman hasil scan jadi PDF yang bisa dicariKamera ponsel dan scanner flatbed menyelesaikan dua masalah yang berbeda, dan tak satu pun dengan sendirinya membuat hasilnya bisa dicari.
• Menggabungkan banyak foto jadi satu PDF dengan urutan yang benarSatu folder foto struk atau halaman dokumen menjadi dokumen yang bisa dipakai lewat dua langkah terpisah: menyusunnya, lalu membenahi urutannya.
• Rangkaian pengolahan file: susun sekali, pakai berkali-kaliKebanyakan pekerjaan dokumen yang nyata butuh tiga atau empat alat terpisah dalam urutan tertentu, dan bila urutannya diingat-ingat setiap kali, ada saja langkah yang terlewat.
• Mengapa PDF yang sudah diperbaiki masih bisa gagal validasi arsip PDF/AMemperbaiki PDF yang tidak bisa dibuka dan menyiapkannya untuk arsip adalah dua standar yang sama sekali berbeda. Lolos yang satu tidak menjamin yang lain.
• PDF ke Word dan sebaliknya: apa yang tetap utuh, apa yang berantakanMengubah PDF menjadi Word dan Word menjadi PDF bukan dua sisi cermin dari operasi yang sama. Yang satu harus menebak, yang lain tidak.