OCR на PDF
Този файл ще бъде качен. Изтрива се в рамките на 30 минути. Местните инструменти не четат картини с текст. Безплатният файл на сървъра е PDF в Word. OCR иска дневен пропуск за $6 или година за $60.
Стъпки
- Пуснете сканиране. Тази страница чете картини с текст. Не превръща в Word PDF, който вече има избираем текст.
- Въведете имейла от плащането. OCR не е безплатният файл на сървъра.
- Изтеглете PDF. Копието на сървъра се изтрива в рамките на 30 минути.
Въпроси
Качва ли се файлът?
Да. Инструментите в браузъра не. OCR пази сканирането и резултата в GridFS, докато задържането не изтрие и двата.
Дневният пропуск подновява ли се?
Не. Струва $6, таксува се веднъж и свършва след 24 часа. Годината струва $60. Пишем 7 дни преди това таксуване. Двете плащания са на страницата с цени. Цени
Какво връща това четене
Сървърът превръща всяка страница в PNG с 200 точки на инч, после иска от Tesseract английски текстов слой. Флагът за език е eng. Няма меню за език. pdftoppm тръгва веднъж, с -png, -r 200 и обхват от 1 до броя страници. Tesseract тръгва веднъж на страница и пише PDF за тази страница. Една страница се връща като този PDF. Повече страници се сливат по ред. Името на изтеглянето винаги е ocr.pdf. Това е PDF, не файл на Word. Изходният файл на компютъра не се заменя.
Сканирането и ocr.pdf влизат в MongoDB GridFS, bucket uploads, с tool ocr-pdf. Източникът ползва role source. Резултатът ползва role result. Работните PNG живеят във временна папка и се махат, когато работата свърши или пропадне. Задържането трие обекти на GridFS, чието време на качване е поне RETENTION_MINUTES. Липсваща, нулева или неположителна стойност ползва 30. Редът deletions пази id, името, инструмента, ролята, времето на качване и времето на триене, не байтовете. Сървърът изтрива сканирането и ocr.pdf в рамките на 30 минути.
Няма безплатен файл за OCR. Вратата се вика с брояч на безплатни файлове вече 1, затова посетител без активна покупка се отказва. Таванът е 20 страници дори при активен пропуск. Дневният пропуск е $6, таксува се веднъж, трае 24 часа и не се подновява. Годината е $60 и трае 365 дни. Пощата трябва да съвпадне с покупка със статус active, от началото и преди края. Безплатният файл на сървъра е PDF в Word, един файл, до 20 страници, на своята страница. pdftoppm и Tesseract на всяка страница се спират след 60 секунди. Формулярът взима един файл.
Няма файл, или няма %PDF- в първите 1024 знака, и грешката е "Choose a PDF." Файл, чийто брой страници не се чете, дава "This PDF could not be read." Няма страници — "This PDF has no pages." Над 20 страници — "OCR stops at 20 pages." Без пропуск — "OCR needs a $6 day pass or the $60 year. The free server file is PDF to Word. Enter the email from checkout." Ако липсват pdftoppm или Tesseract, страницата казва "OCR is not available on this server." Изтекъл или пропаднал процес също свършва като "This PDF could not be read."
Въпроси
Какво има в ocr.pdf?
PDF. Tesseract пише английски текстов слой от картината с 200 DPI на всяка страница. Страницата не сглобява колони наново и не дава .docx. PDF, който вече има избираем текст, пак минава по същия път през картина. PDF в Word е страницата, която копира наличен текстов слой към Word.
Първото сканиране безплатно ли е?
Не. OCR на PDF никога не е безплатният файл на сървъра. Безплатният файл е едно преобразуване PDF в Word, до 20 страници, когато този PDF има избираем текст. Тази страница иска пощата за плащане на активен пропуск, преди да чете сканирането.
Какво остава след триенето?
GridFS маха сканирането и ocr.pdf след часовника, 30 минути, освен ако RETENTION_MINUTES е положително число. Редът deletions пази id и времена, не байтове. Редът jobs пази имената, броя страници, въведената поща и мрежовия хеш. Временните PNG вече ги няма.
Какво променя пропускът тук?
Активен пропуск е нужен преди първото сканиране. Дневният пропуск е $6, веднъж таксуван, за 24 часа, и не се подновява. Годината е $60 за 365 дни. Отказът спира следващото годишно таксуване. Таванът от 20 страници остава и за двата. Пропускът не добавя език освен английски и не превръща резултата в Word.