OCR PDF-файла
Цей файл буде завантажено. Його видаляють протягом 30 хвилин. Локальні інструменти не читають зображення тексту. Безкоштовний файл сервера — це PDF у Word. OCR потребує денну перепустку за $6 або рік за $60.
Кроки
- Покладіть скан. Ця сторінка читає зображення тексту. Вона не перетворює на Word PDF, у якому вже є текст, який можна виділити.
- Введіть пошту, яку використали під час оплати. OCR — не безкоштовний файл сервера.
- Завантажте PDF. Копія на сервері зникає протягом 30 хвилин.
Запитання
Чи надсилається файл?
Так. Інструменти браузера ні. OCR тримає скан і результат у GridFS, доки утримання не видалить обидва.
Чи поновлюється денна перепустка?
Ні. Вона коштує $6, списується один раз і закінчується через 24 години. Рік коштує $60. Ми пишемо за 7 днів до цього списання. Обидві оплати є на сторінці цін. Ціни
Що повертає це читання
Сервер перетворює кожну сторінку на PNG із 200 точками на дюйм, потім просить Tesseract про англійський текстовий шар. Прапор мови — eng. Меню мови немає. pdftoppm запускається один раз, з -png, -r 200 і діапазоном від 1 до кількості сторінок. Tesseract запускається один раз на сторінку і пише PDF тієї сторінки. Одна сторінка повертається як цей PDF. Кілька сторінок зчіплюються за порядком. Ім'я завантаження завжди ocr.pdf. Це PDF, не файл Word. Початковий файл на комп'ютері не замінюється.
Скан і ocr.pdf потрапляють у MongoDB GridFS, bucket uploads, з tool ocr-pdf. Джерело використовує role source. Результат використовує role result. Робочі PNG лежать у тимчасовому каталозі й зникають, коли робота закінчується або зривається. Утримання видаляє об'єкти GridFS, чий час завантаження не молодший за RETENTION_MINUTES. Відсутнє, нульове або недодатне значення дає 30. Рядок deletions зберігає id, ім'я, інструмент, роль, час завантаження й час видалення, але не байти. Сервер видаляє скан і ocr.pdf протягом 30 хвилин.
Безкоштовного файлу OCR немає. Шлагбаум викликається, коли лічильник безкоштовних файлів уже дорівнює 1, тож відвідувач без активної покупки дістає відмову. Стеля — 20 сторінок, навіть якщо перепустка активна. Денна перепустка коштує $6, списується один раз, триває 24 години й не подовжується. Рік коштує $60 і триває 365 днів. Пошта має збігтися з покупкою статусу active, від початку й до кінця, не включаючи кінець. Безкоштовний файл сервера — PDF у Word, один файл, до 20 сторінок, на своїй сторінці. pdftoppm і Tesseract кожної сторінки обриваються через 60 секунд. Форма бере один файл.
Немає файлу або немає %PDF- у перших 1024 знаках — помилка "Choose a PDF." Файл, у якого не читається кількість сторінок, дає "This PDF could not be read." Немає сторінок — "This PDF has no pages." Більше ніж 20 сторінок — "OCR stops at 20 pages." Без перепустки — "OCR needs a $6 day pass or the $60 year. The free server file is PDF to Word. Enter the email from checkout." Якщо немає pdftoppm або Tesseract, сторінка каже "OCR is not available on this server." Прострочений або зірваний процес теж закінчується як "This PDF could not be read."
Запитання
Що всередині ocr.pdf?
PDF. Tesseract пише англійський текстовий шар за картинкою 200 DPI кожної сторінки. Сторінка не збирає шпальти наново і не видає .docx. PDF, де вже є текст для виділення, все одно йде тим самим шляхом через картинку. PDF у Word — сторінка, яка копіює наявний текстовий шар у Word.
Перший скан безкоштовний?
Ні. OCR PDF-файла ніколи не буває безкоштовним файлом сервера. Безкоштовний файл — одне перетворення PDF у Word, до 20 сторінок, коли в цьому PDF є текст для виділення. Ця сторінка просить пошту оплати активної перепустки, перш ніж читати скан.
Що лишається після видалення?
GridFS прибирає скан і ocr.pdf за годинником утримання, 30 хвилин, якщо RETENTION_MINUTES не додатне число. Рядок deletions тримає id і час, не байти. Рядок jobs тримає імена, кількість сторінок, введену пошту й мережевий хеш. Тимчасові PNG уже зникли.
Що змінює перепустка на цій сторінці?
Активна перепустка потрібна до першого скану. Денна перепустка — $6, одне списання, 24 години, без подовження. Рік — $60 на 365 днів. Скасування зупиняє наступне річне списання. Стеля в 20 сторінок лишається для обох. Перепустка не додає мову крім англійської і не перетворює результат на Word.