OCR in veel talen – zelfs gemengd op één pagina
De OCR-engine achter OCR PDF, Tesseract, herkent elke taal met een eigen getraind model. Na de scankwaliteit is de keuze van de juiste talen de belangrijkste factor voor de nauwkeurigheid: letters met accenten, umlauts, Cyrillisch, Grieks, Arabisch en Aziatische schriften worden alleen correct gelezen als hun taal is geselecteerd. U kunt maximaal vier talen per document kiezen.
Zo herkent u een meertalig document
- Upload het bestand Open OCR PDF en kies een gescande PDF of foto's van de pagina's.
- Voeg elke taal toe Klik op ‘+ Taal toevoegen’ voor elke taal in het document; verwijder de talen die niet worden gebruikt.
- OCR starten Pagina's met meerdere talen worden in één keer herkend.
- Controleer de speciale letters Bekijk in de herkende tekst namen en woorden met accenten of in andere schriften.
Talen en schriften
Beschikbare talen
العربية, বাংলা, Български, Čeština, 简体中文, 繁體中文, Deutsch, Ελληνικά, English, فارسی, Français, עברית, हिन्दी, Magyar, Bahasa Indonesia, Italiano, 日本語, 한국어, Bahasa Melayu, Nederlands, Polski, Português, Română, Русский, Español, Svenska, ไทย, Türkçe, Українська, اردو, Tiếng Việt.
Accenten en speciale letters
Letters zoals é, ß, ñ, ø of ł worden alleen betrouwbaar herkend als hun taal is gekozen. Met alleen Engels veranderen ze vaak in vergelijkbare gewone letters.
Tweetalige documenten
Contracten met een bijlage in een andere taal, meertalige formulieren en woordenboeken: kies beide talen en ze worden op dezelfde pagina herkend.
Schriften van rechts naar links
Arabische en andere tekst van rechts naar links behoudt in de gekopieerde tekst de leesvolgorde.
Chinees, Japans en Koreaans
Kies het exacte schrift: vereenvoudigd en traditioneel Chinees zijn aparte modellen.
Minder is beter
Elke extra taal maakt OCR trager en kan op elkaar lijkende letters laten verwarren, dus kies alleen de talen die echt voorkomen.
Goed om te weten
- Oude lettertypen zoals Duitse fraktur en historische spellingen worden door moderne taalmodellen slecht herkend.
- Handschrift wordt in elke taal veel minder betrouwbaar herkend dan gedrukte tekst.
Meertalige OCR – veelgestelde vragen
Hoeveel talen kan ik tegelijk gebruiken?
Maximaal vier per document. Ze mogen op dezelfde pagina staan.
Welke talen zijn beschikbaar?
العربية, বাংলা, Български, Čeština, 简体中文, 繁體中文, Deutsch, Ελληνικά, English, فارسی, Français, עברית, हिन्दी, Magyar, Bahasa Indonesia, Italiano, 日本語, 한국어, Bahasa Melayu, Nederlands, Polski, Português, Română, Русский, Español, Svenska, ไทย, Türkçe, Українська, اردو, Tiếng Việt.
Mijn taal ontbreekt – wat kan ik doen?
De lijst toont alle talen die op onze OCR-server zijn geïnstalleerd. Neem contact met ons op en laat ons weten welke taal u nodig hebt.
Waarom ontbreken accenten in mijn tekst?
Waarschijnlijk was de taal van de tekst niet geselecteerd. Voer OCR opnieuw uit met die taal toegevoegd.
Is het gratis?
Ja, zonder registratie en zonder watermerk. Bestanden worden na verwerking verwijderd, uiterlijk na één uur.
Herken tekst in uw taal
Kies maximaal vier talen en maak uw gescande PDF doorzoekbaar met OCR PDF.
Meertalige OCR starten