OCR cho PDF
Tệp này sẽ được tải lên. Tệp bị xóa trong vòng 30 phút. Công cụ trên máy không đọc hình của chữ. Tệp máy chủ miễn phí là PDF sang Word. OCR cần vé ngày $6 hoặc năm $60.
Các bước
- Thả một bản quét. Trang này đọc hình của chữ. Trang không đổi PDF đã có chữ chọn được thành Word.
- Điền email đã dùng lúc thanh toán. OCR không phải tệp máy chủ miễn phí.
- Tải PDF. Bản trên máy chủ bị xóa trong vòng 30 phút.
Câu hỏi
Tệp có được tải lên không?
Có. Công cụ trình duyệt thì không. OCR giữ bản quét và kết quả trong GridFS cho đến khi việc lưu giữ xóa cả hai.
Vé ngày có tự gia hạn không?
Không. Giá $6, thu một lần, và hết sau 24 giờ. Năm là $60. Chúng tôi gửi thư 7 ngày trước lần thu đó. Cả hai cách trả đều ở trang giá. Giá
Lần đọc này trả về gì
Máy chủ biến mỗi trang thành PNG ở 200 điểm mỗi inch, rồi nhờ Tesseract viết một lớp chữ tiếng Anh. Cờ ngôn ngữ là eng. Không có trình đơn ngôn ngữ. pdftoppm chạy một lần, với -png, -r 200, và khoảng từ 1 đến số trang. Tesseract chạy một lần mỗi trang và viết một PDF của trang đó. Một trang được trả về như PDF ấy. Nhiều hơn một trang được ghép theo thứ tự. Tên tải luôn là ocr.pdf. Đó là PDF, không phải tệp Word. Tệp gốc trên máy tính không bị thay.
Bản quét và ocr.pdf vào MongoDB GridFS, bucket uploads, với tool ocr-pdf. Nguồn dùng role source. Kết quả dùng role result. PNG đang làm nằm trong thư mục tạm và bị xóa khi việc xong hoặc thất bại. Giữ tệp xóa đối tượng GridFS có thời điểm tải lên ít nhất RETENTION_MINUTES. Giá trị thiếu, bằng không hoặc không dương dùng 30. Dòng deletions giữ id, tên, công cụ, vai trò, thời điểm tải lên và thời điểm xóa, không giữ byte. Máy chủ xóa bản quét và ocr.pdf trong vòng 30 phút.
Không có tệp OCR miễn phí. Cổng được gọi khi số tệp miễn phí đã là 1, nên khách không có giao dịch còn hiệu lực bị từ chối. Trần là 20 trang ngay cả khi vé đang hiệu lực. Vé ngày giá $6, tính một lần, 24 giờ, và không gia hạn. Năm giá $60 và kéo dài 365 ngày. Email phải khớp giao dịch có status active, từ lúc bắt đầu đến trước lúc kết thúc. Tệp miễn phí của máy chủ là PDF sang Word, một tệp, tối đa 20 trang, trên trang của nó. pdftoppm và Tesseract của mỗi trang bị dừng sau 60 giây. Biểu mẫu nhận một tệp.
Không có tệp, hoặc không có %PDF- trong 1024 ký tự đầu, lỗi "Choose a PDF." Tệp không đọc được số trang thì "This PDF could not be read." Không có trang thì "This PDF has no pages." Quá 20 trang thì "OCR stops at 20 pages." Không có vé thì "OCR needs a $6 day pass or the $60 year. The free server file is PDF to Word. Enter the email from checkout." Nếu thiếu pdftoppm hoặc Tesseract, trang nói "OCR is not available on this server." Tiến trình quá giờ hoặc thất bại cũng kết thúc bằng "This PDF could not be read."
Câu hỏi
Trong ocr.pdf có gì?
Một PDF. Tesseract viết lớp chữ tiếng Anh từ ảnh 200 DPI của từng trang. Bước này không dựng lại cột và không xuất .docx. PDF đã có chữ chọn được vẫn đi cùng đường ảnh ấy. PDF sang Word là trang chép lớp chữ sẵn có vào Word.
Lần quét đầu có miễn phí?
Không. OCR cho PDF không bao giờ là tệp miễn phí của máy chủ. Tệp miễn phí là một lần chuyển PDF sang Word, tối đa 20 trang, khi PDF ấy có chữ chọn được. Trang này xin email thanh toán của vé đang hiệu lực trước khi đọc bản quét.
Sau khi xóa còn gì?
GridFS gỡ bản quét và ocr.pdf sau đồng hồ giữ, 30 phút trừ khi RETENTION_MINUTES là số dương. Dòng deletions giữ id và thời điểm, không giữ byte. Dòng jobs giữ tên, số trang, email đã gõ và hàm băm mạng. PNG tạm đã hết.
Vé đổi gì ở trang này?
Cần vé đang hiệu lực trước lần quét đầu. Vé ngày là $6, tính một lần, trong 24 giờ, và không gia hạn. Năm là $60 cho 365 ngày. Hủy dừng lần tính năm tiếp theo. Trần 20 trang vẫn còn cho cả hai. Vé không thêm ngôn ngữ khác tiếng Anh và không biến kết quả thành Word.