Що таке OCR?
OCR - це скорочення від оптичного розпізнавання символів. Цей процес використовується, щоб розпізнавати візуальне відображення тексту, наприклад на зображенні. На основі цього OCR може створювати реальний текст який потім можна редагувати, копіювати, змінювати тощо. Він дуже добре працює з надрукованим текстом і лише в поодиноких випадках з рукописним.
Як працює оптичне розпізнавання символів?
OCR може працювати двома способами: один символ за раз або одне слово за раз. Перший варіант використовується найчастіше, оскільки другий потребує, щоб у мові слова відділялися пробілом.
Спочатку процесори OCR були натреновані розпізнавати окремі символи у певному шрифті. Зараз більшість шрифтів із засічками та без них відомі OCR і можуть ним розпізнаватися. Навіть перекошені скани та зображення, які не ідеально рівні, інтерпретуються досить добре. Це завдяки попередній обробці яку виконують багато програм OCR. Вона включає вирівнювання й очищення зображення, перетворення скану або зображення у відтінки сірого тощо.
Використання оптичного розпізнавання символів
Навіщо взагалі потрібно або може знадобитися OCR? Ось кілька поширених прикладів:
- Створюйте нотатки на основі слайдів лекцій і презентацій, які ви сфотографували
- Отримуйте текст із документів, відсканованих як зображення
- Оцифровуйте документи та робіть їх придатними для пошуку за номерами рахунків тощо
Як використовувати OCR
- Перейдіть на конвертер PDF у Word PDF2Go
- Завантажте файл перетягуванням або з жорсткого диска, Dropbox чи Google Drive.
- Для розпізнавання тексту відкрийте вкладку Settings і увімкніть Enable OCR. Потім виберіть метод OCR і мову тексту документа.
- У розділі Output Format виберіть Word (.docx) або старий формат Word (.doc).
- Натисніть кнопку PDF to Word, потім завантажте свій документ Word.