OCR för PDF
Den här filen laddas upp. Den raderas inom 30 minuter. Lokala verktyg läser inte textbilder. Den gratis serverfilen är PDF till Word. OCR behöver ett dagspass för $6 eller året för $60.
Steg
- Släpp en skanning. Den här sidan läser textbilder. Den gör inte om en PDF som redan har markerbar text till Word.
- Skriv e-posten du använde vid betalningen. OCR är inte den gratis serverfilen.
- Hämta PDF:en. Kopian på servern raderas inom 30 minuter.
Frågor
Laddas filen upp?
Ja. Webbläsarverktygen gör det inte. OCR sparar skanningen och resultatet i GridFS tills kvarhållningen raderar båda.
Förnyas dagspasset?
Nej. Det kostar $6, dras en gång och slutar 24 timmar senare. Året kostar $60. Vi skriver 7 dagar före den debiteringen. Båda betalningarna finns på prissidan. Priser
Vad den här läsningen lämnar
Servern gör varje sida till en PNG vid 200 punkter per tum och ber sedan Tesseract om ett engelskt textlager. Språkflaggan är eng. Det finns ingen språkmeny. pdftoppm körs en gång, med -png, -r 200 och ett intervall från 1 till sidantalet. Tesseract körs en gång per sida och skriver en PDF för den sidan. En sida lämnas tillbaka som den PDF-filen. Fler sidor slås ihop i ordning. Nedladdningsnamnet är alltid ocr.pdf. Det är en PDF, ingen Word-fil. Originalfilen på datorn byts inte ut.
Skanningen och ocr.pdf går till MongoDB GridFS, bucket uploads, med tool ocr-pdf. Källan använder role source. Resultatet använder role result. Arbets-PNG:erna ligger i en tillfällig mapp och tas bort när jobbet slutar eller misslyckas. Kvarhållning raderar GridFS-objekt vars uppladdningstid är minst RETENTION_MINUTES. Ett saknat, noll eller icke-positivt värde använder 30. Raden deletions sparar id, namn, verktyg, roll, uppladdningstid och raderingstid, inte byten. Servern raderar skanningen och ocr.pdf inom 30 minuter.
Det finns ingen fri OCR-fil. Grinden anropas med räknaren för fria filer redan satt till 1, så en besökare utan aktivt köp nekas. Taket är 20 sidor även när ett pass är aktivt. Ett dagspass kostar $6, debiteras en gång, varar 24 timmar och förnyas inte. Året kostar $60 och varar 365 dagar. Adressen måste matcha ett köp med status active, från starten och före slutet. Den fria serverfilen är PDF till Word, en fil, upp till 20 sidor, på sin egen sida. pdftoppm och varje sidas Tesseract dödas efter 60 sekunder. Formuläret tar en fil.
Ingen fil, eller byte utan %PDF- i de första 1024 tecknen, misslyckas med "Choose a PDF." En fil vars sidantal inte kan läsas misslyckas med "This PDF could not be read." Inga sidor misslyckas med "This PDF has no pages." Fler än 20 sidor misslyckas med "OCR stops at 20 pages." Utan pass misslyckas det med "OCR needs a $6 day pass or the $60 year. The free server file is PDF to Word. Enter the email from checkout." Om pdftoppm eller Tesseract saknas säger sidan "OCR is not available on this server." En process som tar för lång tid eller misslyckas slutar också som "This PDF could not be read."
Frågor
Vad finns i ocr.pdf?
En PDF. Tesseract skriver ett engelskt textlager från bilden på 200 DPI av varje sida. Sidan bygger inte om spalter och ger ingen .docx. En PDF som redan har markerbar text går ändå samma bildväg. PDF till Word är sidan som kopierar ett befintligt textlager till Word.
Är den första skanningen fri?
Nej. OCR för PDF är aldrig den fria serverfilen. Den fria filen är en omvandling PDF till Word, upp till 20 sidor, när den PDF-filen har markerbar text. Den här sidan ber om betalningsadressen för ett aktivt pass innan den läser skanningen.
Vad finns kvar efter raderingen?
GridFS tar bort skanningen och ocr.pdf efter klockan, 30 minuter om inte RETENTION_MINUTES är ett positivt tal. Raden deletions behåller id och tider, inte byten. Raden jobs behåller namnen, sidantalet, den skrivna adressen och nätverkshashet. De tillfälliga PNG-filerna är redan borta.
Vad ändrar ett pass här?
Ett aktivt pass krävs före den första skanningen. Dagspasset är $6, debiterat en gång, i 24 timmar, och det förnyas inte. Året är $60 i 365 dagar. Avbokning stoppar nästa årsdebitering. Taket på 20 sidor består för båda. Ett pass lägger inte till ett annat språk än engelska och gör inte resultatet till Word.