PDF Commons

OCR bagi PDF

Fail ini akan dimuat naik. Ia dipadam dalam masa 30 minit. Alat tempatan tidak membaca gambar teks. Fail pelayan percuma ialah PDF ke Word. OCR perlukan pas harian $6 atau tahun $60.

Pas dipadankan dengan e-mel pembayaran. Masa tamat ialah tetingkap yang aktif.

Langkah

  1. Letakkan imbasan. Halaman ini membaca gambar teks. Ia tidak menukar PDF yang sudah ada teks boleh pilih kepada Word.
  2. Tulis e-mel yang digunakan semasa pembayaran. OCR bukan fail pelayan percuma.
  3. Muat turun PDF. Salinan pada pelayan dipadam dalam masa 30 minit.

Soalan

Adakah fail dimuat naik?

Ya. Alat pelayar tidak. OCR menyimpan imbasan dan hasil dalam GridFS sehingga penahanan memadam kedua-duanya.

Adakah pas harian diperbaharui?

Tidak. Harganya $6, dicaj sekali, dan tamat 24 jam kemudian. Tahun berharga $60. Kami menulis 7 hari sebelum caj itu. Kedua-dua bayaran ada di halaman harga. Harga

Apa yang bacaan ini pulangkan

Pelayan menukar setiap halaman menjadi PNG pada 200 titik setiap inci, kemudian meminta Tesseract lapisan teks bahasa Inggeris. Bendera bahasa ialah eng. Tiada menu bahasa. pdftoppm berjalan sekali, dengan -png, -r 200, dan julat dari 1 hingga bilangan halaman. Tesseract berjalan sekali bagi setiap halaman dan menulis PDF halaman itu. Satu halaman dipulangkan sebagai PDF itu. Lebih daripada satu halaman digabung mengikut tertib. Nama muat turun sentiasa ocr.pdf. Ia PDF, bukan fail Word. Fail asal pada komputer tidak diganti.

Imbasan dan ocr.pdf masuk ke MongoDB GridFS, bucket uploads, dengan tool ocr-pdf. Sumber menggunakan role source. Hasil menggunakan role result. PNG kerja tinggal dalam direktori sementara dan dibuang apabila kerja tamat atau gagal. Pengekalan memadam objek GridFS yang masa muat naiknya sekurang-kurangnya RETENTION_MINUTES. Nilai yang tiada, sifar, atau bukan positif menggunakan 30. Baris deletions menyimpan id, nama, alat, peranan, masa muat naik, dan masa padam, bukan bait. Pelayan memadam imbasan dan ocr.pdf dalam masa 30 minit.

Tiada fail OCR percuma. Pintu dipanggil dengan kiraan fail percuma sudah 1, jadi pelawat tanpa pembelian aktif ditolak. Hadnya 20 halaman walaupun pas aktif. Pas harian $6, dicaj sekali, 24 jam, dan tidak diperbaharui. Tahun $60 dan berjalan 365 hari. E-mel mesti sepadan dengan pembelian berstatus active, dari mula hingga sebelum tamat. Fail percuma pelayan ialah PDF ke Word, satu fail, sehingga 20 halaman, pada halamannya sendiri. pdftoppm dan Tesseract setiap halaman dihentikan selepas 60 saat. Borang menerima satu fail.

Tanpa fail, atau tanpa %PDF- pada 1024 aksara pertama, gagal dengan "Choose a PDF." Fail yang bilangan halamannya tidak dapat dibaca gagal dengan "This PDF could not be read." Tanpa halaman gagal dengan "This PDF has no pages." Lebih daripada 20 halaman gagal dengan "OCR stops at 20 pages." Tanpa pas gagal dengan "OCR needs a $6 day pass or the $60 year. The free server file is PDF to Word. Enter the email from checkout." Jika pdftoppm atau Tesseract tidak dipasang, halaman berkata "OCR is not available on this server." Proses yang tamat masa atau gagal juga berakhir sebagai "This PDF could not be read."

Soalan

Apakah kandungan ocr.pdf?

Sebuah PDF. Tesseract menulis lapisan teks bahasa Inggeris daripada gambar 200 DPI bagi tiap muka surat. Alat ini tidak membina semula lajur dan tidak mengeluarkan .docx. PDF yang sudah ada teks boleh pilih tetap melalui laluan gambar yang sama. PDF ke Word ialah halaman yang menyalin lapisan teks sedia ada ke Word.

Adakah imbasan pertama percuma?

Tidak. OCR bagi PDF tidak pernah menjadi fail percuma pelayan. Fail percuma ialah satu penukaran PDF ke Word, sehingga 20 halaman, apabila PDF itu ada teks boleh pilih. Halaman ini meminta e-mel checkout pas yang aktif sebelum membaca imbasan.

Apa yang tinggal selepas pemadaman?

GridFS menyingkirkan imbasan dan ocr.pdf selepas jam pengekalan, 30 minit kecuali RETENTION_MINUTES ialah nombor positif. Baris deletions menyimpan id dan masa, bukan bait. Baris jobs menyimpan nama, bilangan halaman, e-mel yang ditaip, dan cincang rangkaian. PNG sementara sudah tiada.

Apa yang pas ubah di sini?

Pas yang aktif wajib ada sebelum imbasan pertama. Pas harian $6, sekali caj, selama 24 jam, dan tidak diperbaharui. Tahun $60 untuk 365 hari. Membatalkan menghentikan caj tahun berikutnya. Had 20 halaman kekal untuk kedua-duanya. Pas tidak menambah bahasa selain Inggeris dan tidak menukar hasil menjadi Word.

Juga