PDF Commons

OCR ya PDF

Faili hili litapakiwa. Linafutwa ndani ya dakika 30. Zana za karibu hazisomi picha za maandishi. Faili ya bure ya seva ni PDF hadi Word. OCR inahitaji pasi ya siku ya $6 au mwaka wa $60.

Pasi inalingana na barua pepe ya malipo. Muda wa mwisho ni dirisha amilifu.

Hatua

  1. Weka skani. Ukurasa huu unasoma picha za maandishi. Hauwezi kubadilisha PDF ambayo tayari ina maandishi yanayochaguliwa kuwa Word.
  2. Andika barua pepe uliyotumia wakati wa malipo. OCR si faili ya bure ya seva.
  3. Pakua PDF. Nakala ya seva inafutwa ndani ya dakika 30.

Maswali

Je, faili linapakiwa?

Ndiyo. Zana za kivinjari hapana. OCR huweka skani na matokeo katika GridFS hadi uhifadhi ufute vyote viwili.

Je, pasi ya siku inajirudia?

Hapana. Ni $6, inatozwa mara moja, na inaisha baada ya saa 24. Mwaka ni $60. Tunaandika siku 7 kabla ya malipo hayo. Malipo yote mawili yako kwenye ukurasa wa bei. Bei

Usomaji huu unarudisha nini

Seva inageuza kila ukurasa kuwa PNG yenye nukta 200 kwa inchi, kisha inaomba Tesseract tabaka la maandishi ya Kiingereza. Bendera ya lugha ni eng. Hakuna menyu ya lugha. pdftoppm inaendesha mara moja, kwa -png, -r 200, na masafa kutoka 1 hadi idadi ya kurasa. Tesseract inaendesha mara moja kwa kila ukurasa na kuandika PDF ya ukurasa huo. Ukurasa mmoja unarudishwa kama PDF hiyo. Zaidi ya ukurasa mmoja vinaunganishwa kwa mpangilio. Jina la upakuaji daima ni ocr.pdf. Ni PDF, si faili ya Word. Faili asili kwenye kompyuta haibadilishwi.

Skana na ocr.pdf vinaingia MongoDB GridFS, bucket uploads, kwa tool ocr-pdf. Chanzo kinatumia role source. Matokeo yanatumia role result. PNG za kazi zinaishi katika saraka ya muda na kuondolewa kazi inapoisha au kushindwa. Uhifadhi unafuta vitu vya GridFS ambavyo muda wa kupakia umefika RETENTION_MINUTES. Thamani iliyokosekana, sifuri, au isiyo chanya inatumia 30. Mstari wa deletions unahifadhi id, jina, zana, jukumu, muda wa kupakia, na muda wa kufuta, si baiti. Seva inafuta skana na ocr.pdf ndani ya dakika 30.

Hakuna faili ya OCR ya bure. Lango linaitwa huku hesabu ya faili za bure tayari ni 1, hivyo mgeni bila ununuzi unaoendelea anakataliwa. Dari ni kurasa 20 hata pasi ikiendelea. Pasi ya siku ni $6, inatozwa mara moja, masaa 24, na haijirejeshi. Mwaka ni $60 na una siku 365. Barua pepe lazima ilingane na ununuzi wa hali active, kuanzia mwanzo hadi kabla ya mwisho. Faili ya bure ya seva ni PDF hadi Word, faili moja, hadi kurasa 20, kwenye ukurasa wake. pdftoppm na Tesseract ya kila ukurasa zinauawa baada ya sekunde 60. Fomu inapokea faili moja.

Hakuna faili, au hakuna %PDF- katika herufi 1024 za kwanza, inashindwa na "Choose a PDF." Faili ambayo idadi ya kurasa haipatikani inashindwa na "This PDF could not be read." Hakuna kurasa inashindwa na "This PDF has no pages." Zaidi ya kurasa 20 inashindwa na "OCR stops at 20 pages." Bila pasi inashindwa na "OCR needs a $6 day pass or the $60 year. The free server file is PDF to Word. Enter the email from checkout." Ikiwa pdftoppm au Tesseract haipo, ukurasa unasema "OCR is not available on this server." Mchakato ulioisha muda au kushindwa pia unaishia kama "This PDF could not be read."

Maswali

Nini kiko ndani ya ocr.pdf?

PDF. Tesseract inaandika tabaka la maandishi ya Kiingereza kutoka picha ya 200 DPI ya kila ukurasa. Zana hii haijengi upya safu na haitoi .docx. PDF ambayo tayari ina maandishi yanayochaguliwa bado inapitia njia ile ya picha. PDF hadi Word ni ukurasa unaonakili tabaka la maandishi lililopo kwenda Word.

Je, skana ya kwanza ni ya bure?

Hapana. OCR ya PDF si kamwe faili ya bure ya seva. Faili ya bure ni ubadilishaji mmoja wa PDF hadi Word, hadi kurasa 20, wakati PDF hiyo ina maandishi yanayochaguliwa. Ukurasa huu unaomba barua pepe ya malipo ya pasi inayoendelea kabla ya kusoma skana.

Nini kinabaki baada ya kufuta?

GridFS inaondoa skana na ocr.pdf baada ya saa ya uhifadhi, dakika 30 isipokuwa RETENTION_MINUTES ni nambari chanya. Mstari wa deletions unahifadhi id na nyakati, si baiti. Mstari wa jobs unahifadhi majina, idadi ya kurasa, barua pepe iliyoandikwa, na heshi ya mtandao. PNG za muda tayari zimeondoka.

Pasi inabadilisha nini hapa?

Pasi inayoendelea inahitajika kabla ya skana ya kwanza. Pasi ya siku ni $6, inatozwa mara moja, kwa masaa 24, na haijirejeshi. Mwaka ni $60 kwa siku 365. Kughairi kunasimamisha tozo inayofuata ya mwaka. Dari ya kurasa 20 inabaki kwa zote mbili. Pasi haiongezi lugha nyingine isipokuwa Kiingereza na haigeuzi matokeo kuwa Word.

Pia