Kan ik tekst uit een gescande PDF kopiëren?
Ja. Kies het bestand en de taal en druk op Tekst ophalen / OCR. Pagina's die alleen afbeeldingen zijn, worden met OCR gelezen, en de tekst verschijnt in het vak om te kopiëren. Herkenning kan fouten maken, dus controleer het resultaat aan de hand van de pagina.
Wordt mijn pdf naar een server geüpload?
Nee. De pdf wordt in je browser geopend en gelezen. De OCR-engine en het taalbestand worden de eerste keer dat ze nodig zijn geladen uit de eigen bestanden van deze site. De inhoud van je pdf wordt nergens naartoe gestuurd.
Welke talen kan het lezen?
Het biedt er 16: Engels, Spaans, Frans, Duits, Portugees, Arabisch, vereenvoudigd Chinees, Japans, Koreaans, Hindi, Bengaals, Russisch, Urdu, Turks, Vietnamees en Indonesisch. Je kiest er één per keer, dus een pagina met twee talen kun je het best in aparte keren verwerken.
Waarom moet ik een taal kiezen?
De leesengine gebruikt een taalbestand om te weten welke letters en woorden te verwachten. Een verkeerde keuze geeft verkeerde resultaten, zoals verloren accenten. De taal is alleen van belang voor gescande pagina's, omdat echte tekst gewoon wordt gekopieerd.
Waarom was de eerste keer langzaam?
Op de eerste gescande pagina moet de browser de OCR-engine downloaden, enkele megabytes, en het taalbestand, dat voor de aangeboden talen ongeveer 0.4 tot 2 MB groot is. De pagina zegt dat je browser het bestand bewaart, dus latere keren gaan sneller, tenzij de cache wordt gewist.
Hoe bepaalt de tool of een pagina OCR nodig heeft?
Het probeert eerst de tekst te lezen die in elke pagina is opgeslagen. Als een pagina meer dan 20 tekens selecteerbare tekst heeft, wordt die tekst gebruikt. Zo niet, dan wordt de pagina als afbeelding getekend en met OCR gelezen. Als alle pagina's tekst hebben, wordt er geen OCR uitgevoerd en wordt er geen taalbestand geladen.
Maakt het een doorzoekbare PDF?
Nee. Het geeft je gewone tekst om te kopiëren en je originele pdf wordt niet gewijzigd. Als je een pdf met een verborgen tekstlaag nodig hebt, heb je een andere tool nodig.
Waarom komen sommige pagina's als één lange regel uit?
Pagina's die al hun eigen tekst hebben, worden item voor item gelezen en met spaties samengevoegd, dus hun regeleinden blijven niet behouden. Pagina's die met OCR zijn gelezen, behouden de regeleinden die de lezer in de afbeelding vond.
Hoe nauwkeurig is het resultaat?
Dat hangt af van de scan. Schone, grote, rechte tekst in de juiste taal wordt goed gelezen. Kleine letters, vage inkt, handschrift, kolommen en tabellen worden vaker verkeerd gelezen. Controleer namen, data en getallen altijd voordat je de tekst gebruikt.
Is er een limiet aan het aantal pagina's of de bestandsgrootte?
Het bestand mag in totaal maximaal 120 pagina's hebben. De paginacode stelt geen grootte in megabytes in, maar grote bestanden hebben meer geheugen op je apparaat nodig en duren langer, omdat pagina's een voor een worden gelezen.
Hoe sla ik de tekst op in een bestand?
Druk op TXT downloaden om een gewoon tekstbestand op te slaan, of op Tekst kopiëren en plak het in een editor. Het vak Uitgepakte tekst is alleen-lezen, dus je kunt er niet in bewerken. Elke pagina begint met een regel zoals --- Pagina 1 ---, die je in je editor kunt verwijderen.
Kan het handschrift of tabellen lezen?
Niet betrouwbaar. De leesengine is gebouwd voor gedrukte tekst. Handschrift wordt vaak verkeerd gelezen en tabellen komen eruit als regels gewone tekst zonder hun rijen en kolommen. Gebruik het resultaat als een concept dat je met de hand corrigeert.
Kan ik tekst kopiëren uit een gescande PDF?
Ja. OCR herkent tekst in pagina-afbeeldingen en maakt een doorzoekbare PDF-kopie aan. Bij de herkenning kunnen fouten optreden, vooral bij handgeschreven tekst of scans van lage kwaliteit.
Wordt mijn gescande PDF geüpload?
Nee. OCR wordt in je browser uitgevoerd. De taalgegevens worden bij het eerste gebruik van UsefulVerse geladen en kunnen opnieuw worden gedownload als je cache wordt gewist.