OCR em vários idiomas – mesmo misturados na mesma página
O mecanismo de OCR por trás do OCR PDF, o Tesseract, reconhece cada idioma com seu próprio modelo treinado. Depois da qualidade da digitalização, escolher os idiomas certos é o fator que mais influencia a precisão: letras acentuadas, tremas, cirílico, grego, árabe e escritas asiáticas só são lidos corretamente quando o respectivo idioma está selecionado. Você pode escolher até quatro idiomas por documento.
Como reconhecer um documento multilíngue
- Envie o arquivo Abra o OCR PDF e escolha um PDF digitalizado ou fotos das páginas.
- Adicione todos os idiomas Clique em “+ Adicionar idioma” para cada idioma do documento; remova os que não forem usados.
- Inicie o OCR Páginas com vários idiomas são reconhecidas em uma única passagem.
- Confira as letras especiais Observe no texto reconhecido os nomes e as palavras com acentos ou em outras escritas.
Idiomas e escritas
Idiomas disponíveis
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.
Acentos e letras especiais
Letras como é, ß, ñ, ø ou ł só são reconhecidas com confiabilidade quando o idioma delas está selecionado. Só com inglês, elas costumam virar letras simples parecidas.
Documentos bilíngues
Contratos com anexo em outro idioma, formulários multilíngues e dicionários: escolha os dois idiomas e eles serão reconhecidos na mesma página.
Escritas da direita para a esquerda
O árabe e outros textos da direita para a esquerda mantêm a ordem de leitura no texto copiado.
Chinês, japonês e coreano
Escolha a escrita exata: chinês simplificado e chinês tradicional são modelos separados.
Menos é mais
Cada idioma a mais deixa o OCR mais lento e pode confundir letras parecidas, então escolha só os idiomas que realmente aparecem.
Bom saber
- Tipos antigos, como a Fraktur alemã, e grafias históricas são mal reconhecidos pelos modelos de idioma modernos.
- Em todos os idiomas, letra de mão é reconhecida de forma bem menos confiável do que texto impresso.
OCR multilíngue – Perguntas frequentes
Quantos idiomas posso usar ao mesmo tempo?
Até quatro por documento. Eles podem aparecer na mesma página.
Quais idiomas estão disponíveis?
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.
Meu idioma não está na lista – o que posso fazer?
A lista mostra todos os idiomas instalados no nosso servidor de OCR. Fale conosco e diga de qual idioma você precisa.
Por que faltam acentos no meu texto?
Provavelmente o idioma do texto não foi selecionado. Execute o OCR de novo com esse idioma adicionado.
É grátis?
Sim, sem cadastro e sem marca d’água. Os arquivos são excluídos após o processamento, no máximo após uma hora.
Reconheça texto no seu idioma
Escolha até quatro idiomas e torne seu PDF digitalizado pesquisável com o OCR PDF.
Iniciar OCR multilíngue