PDF Commons

PDFのOCR

このファイルは送信されます。30 分以内に削除されます。手元の道具は文字の画像を読みません。無料のサーバーファイルは PDFをWordに です。OCR には $6 の日パスか $60 の年が必要です。

パスは決済メールで照合します。終了時刻は有効な期間です。

手順

  1. スキャンを置いてください。このページは文字の画像を読みます。すでに選択できる文字がある PDF を Word には変換しません。
  2. 支払い時に使ったメールを入力してください。OCR は無料のサーバーファイルではありません。
  3. PDF をダウンロードします。サーバー上のコピーは 30 分以内に削除されます。

質問

ファイルは送信されますか？

はい。ブラウザの道具は送信しません。OCR は、保持の処理が両方を削除するまでスキャンと結果を GridFS に置きます。

日パスは更新されますか？

しません。$6 で、一度だけ請求され、24 時間後に終わります。年は $60 です。その請求の 7 日前にメールします。両方の支払いは料金のページにあります。 料金

この読み取りが返すもの

サーバーは各ページを 200 dpi の PNG にし、Tesseract に英語のテキスト層を求めます。言語フラグは eng です。言語メニューはありません。pdftoppm は一度だけ動き、-png と -r 200、1 からページ数までの範囲を使います。Tesseract はページごとに一度動き、そのページの PDF を書きます。1 ページならその PDF を返します。複数ページは順に結合します。ダウンロード名は常に ocr.pdf です。Word ファイルではなく PDF です。コンピュータ上の元のファイルは置き換わりません。

スキャンと ocr.pdf はどちらも MongoDB GridFS の bucket uploads に入り、tool は ocr-pdf です。元は role source です。結果は role result です。作業用 PNG は一時ディレクトリにあり、仕事が終わるか失敗すると消えます。保持処理は、アップロード時刻が RETENTION_MINUTES 以上古い GridFS オブジェクトを消します。未設定、ゼロ、正の数でない値は 30 です。deletions の行はファイル id、ファイル名、ツール、役割、アップロード時刻、削除時刻を残し、バイトは残しません。jobs の行は残ります。 サーバーは 30 分以内にスキャンと ocr.pdf を削除します。

無料の OCR ファイルはありません。ゲートは無料ファイル数をすでに 1 として呼ばれるので、有効な購入がない訪問者は拒まれます。上限は 20 ページで、パスが有効でも同じです。デイパスは $6、一度の請求、24 時間で、更新しません。年額は $60 で 365 日です。メールは status が active で、開始以降かつ終了より前の購入と一致する必要があります。無料のサーバーファイルは PDFをWordに で、1 ファイル、最大 20 ページ、別のページです。pdftoppm と各ページの Tesseract は 60 秒で打ち切られます。フォームはファイルを一つだけ受けます。

ファイルが無いとき、または先頭 1024 文字に %PDF- が無いときは "Choose a PDF." で失敗します。ページ数が読めないファイルは "This PDF could not be read." です。ページが無いときは "This PDF has no pages." です。20 ページを超えると "OCR stops at 20 pages." です。パスが無いときは "OCR needs a $6 day pass or the $60 year. The free server file is PDF to Word. Enter the email from checkout." です。pdftoppm または Tesseract が無いときは "OCR is not available on this server." と出ます。時間切れや失敗した処理も "This PDF could not be read." で終わります。

質問

ocr.pdf の中身は何？

PDF です。Tesseract は各ページの 200 DPI の画像から英語のテキスト層を書きます。段組は作り直さず、.docx は出しません。すでに選択できる文字がある PDF も同じ画像の経路を通ります。PDFをWordに は、既存のテキスト層を Word に写すページです。

最初のスキャンは無料？

無料ではありません。PDFのOCR は無料のサーバーファイルになりません。無料のファイルは、選択できる文字があるときの PDFをWordに で、最大 20 ページです。このページはスキャンを読む前に、有効なパスの支払いメールを求めます。

削除のあと何が残る？

GridFS は保持時計のあとスキャンと ocr.pdf を消します。RETENTION_MINUTES が正の数でなければ 30 分です。deletions の行は id と時刻を残し、バイトは残しません。jobs の行はファイル名、ページ数、入力したメール、ネットワークハッシュを残します。一時 PNG はすでにありません。

パスはこのページで何を変える？

最初のスキャンの前に有効なパスが要ります。デイパスは $6、一度の請求、24 時間で、更新しません。年額は $60 で 365 日です。解約は次の年額請求を止めます。20 ページの上限はどちらも同じです。パスは英語以外の言語を足さず、結果を Word にもしません。

ほかにも