OCR în multe limbi – chiar și amestecate pe o pagină

Motorul OCR din spatele OCR PDF, Tesseract, recunoaște fiecare limbă cu propriul model antrenat. După calitatea scanării, alegerea limbilor potrivite este cel mai important factor pentru precizie: literele cu diacritice, umlauturile, chirilica, greaca, araba și scrierile asiatice sunt citite corect doar dacă limba lor este selectată. Puteți alege până la patru limbi pentru un document.

Trageți aici un PDF scanat sau imagini

Pornește OCR multilingv

PDF, JPG, PNG, WEBP sau TIFF de până la 100 MB – fișierul se deschide în OCR PDF, gata de pornire.

✓ Gratuit • ✓ Fără înregistrare • ✓ Fără filigran • ✓ Fișiere șterse după procesare

Cum recunoașteți un document multilingv

Încărcați fișierul Deschideți OCR PDF și alegeți un PDF scanat sau fotografii ale paginilor.
Adăugați fiecare limbă Apăsați „+ Adaugă o limbă” pentru fiecare limbă din document; eliminați-le pe cele care nu sunt folosite.
Porniți OCR Paginile cu mai multe limbi sunt recunoscute într-o singură trecere.
Verificați literele speciale Verificați în textul recunoscut numele și cuvintele cu diacritice sau din alte scrieri.

Limbi și scrieri

Limbi disponibile

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.

Diacritice și litere speciale

Litere precum é, ß, ñ, ø sau ł sunt recunoscute fiabil doar dacă limba lor este aleasă. Doar cu engleza, ele se transformă adesea în litere simple asemănătoare.

Documente bilingve

Contracte cu o anexă în altă limbă, formulare multilingve și dicționare: alegeți ambele limbi și vor fi recunoscute pe aceeași pagină.

Scrieri de la dreapta la stânga

Textul arab și alte texte de la dreapta la stânga își păstrează ordinea de citire în textul copiat.

Chineză, japoneză și coreeană

Alegeți exact scrierea: chineza simplificată și cea tradițională sunt modele separate.

Mai puține înseamnă mai bine

Fiecare limbă în plus încetinește OCR și poate confunda litere asemănătoare, așa că alegeți doar limbile care apar cu adevărat.

Bine de știut

Caracterele vechi, precum scrierea gotică germană (Fraktur), și ortografiile istorice sunt recunoscute prost de modelele lingvistice moderne.
În orice limbă, scrisul de mână este recunoscut mult mai puțin fiabil decât textul tipărit.

OCR multilingv – întrebări frecvente

Câte limbi pot folosi deodată?

Până la patru pe document. Ele pot apărea pe aceeași pagină.

Ce limbi sunt disponibile?

Limba mea lipsește – ce pot face?

Lista arată toate limbile instalate pe serverul nostru OCR. Contactați-ne și spuneți-ne de ce limbă aveți nevoie.

De ce lipsesc diacriticele din textul meu?

Probabil limba textului nu a fost selectată. Rulați din nou OCR cu limba respectivă adăugată.

Este gratuit?

Da, fără înregistrare și fără filigran. Fișierele sunt șterse după procesare, cel târziu după o oră.

Recunoașteți textul în limba dumneavoastră

Alegeți până la patru limbi și faceți PDF-ul scanat căutabil cu OCR PDF.