OCR багатьма мовами – навіть упереміш на одній сторінці
Рушій OCR, на якому працює OCR PDF, – Tesseract – розпізнає кожну мову власною навченою моделлю. Після якості скану вибір правильних мов – найважливіший чинник точності: літери з діакритикою, умлаути, кирилиця, грецька, арабська та азійські системи письма розпізнаються правильно лише тоді, коли вибрано їхню мову. Для одного документа можна вибрати до чотирьох мов.
Як розпізнати багатомовний документ
- Завантажте файл Відкрийте OCR PDF і виберіть сканований PDF або фото сторінок.
- Додайте всі мови Натисніть «+ Додати мову» для кожної мови документа; приберіть ті, що не використовуються.
- Запустіть OCR Сторінки з кількома мовами розпізнаються за один прохід.
- Перевірте особливі літери Перегляньте в розпізнаному тексті імена та слова з діакритикою або іншими системами письма.
Мови та системи письма
Доступні мови
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.
Діакритика й особливі літери
Літери на кшталт é, ß, ñ, ø або ł надійно розпізнаються лише тоді, коли вибрано їхню мову. Лише з англійською вони часто перетворюються на схожі прості літери.
Двомовні документи
Договори з додатком іншою мовою, багатомовні форми й словники: виберіть обидві мови, і їх буде розпізнано на одній сторінці.
Письмо справа наліво
Арабський та інший текст, що пишеться справа наліво, зберігає порядок читання у скопійованому тексті.
Китайська, японська та корейська
Виберіть точну систему письма: спрощена й традиційна китайська – окремі моделі.
Менше – краще
Кожна додаткова мова сповільнює OCR і може призвести до плутанини схожих літер, тож вибирайте лише ті мови, що справді є в документі.
Варто знати
- Старі шрифти, як-от німецька фрактура, та історичні правописи сучасні мовні моделі розпізнають погано.
- Рукописний текст будь-якою мовою розпізнається значно менш надійно, ніж друкований.
Багатомовне OCR – поширені запитання
Скільки мов можна використовувати одночасно?
До чотирьох на документ. Вони можуть бути на одній сторінці.
Які мови доступні?
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.
Моєї мови немає – що робити?
У списку показано всі мови, встановлені на нашому сервері OCR. Зв'яжіться з нами й повідомте, яка мова вам потрібна.
Чому в моєму тексті зникли діакритичні знаки?
Імовірно, мову тексту не було вибрано. Запустіть OCR ще раз, додавши цю мову.
Це безкоштовно?
Так, без реєстрації та без водяних знаків. Файли видаляються після обробки, щонайпізніше через годину.
Розпізнайте текст своєю мовою
Виберіть до чотирьох мов і зробіть сканований PDF придатним для пошуку за допомогою OCR PDF.
Запустити багатомовне OCR