Trình tạo PDF có thể tìm kiếm - Thêm lớp văn bản OCR vào bản quét và ảnh

Một tệp PDF ảnh thông thường là một bức tranh phẳng được bọc trong vật chứa .pdf — bạn không thể chọn, sao chép hay tìm kiếm văn bản trong đó. Một tệp PDF có thể tìm kiếm có một lớp văn bản OCR vô hình căn chỉnh phía sau từng ký tự hiển thị, nên Ctrl+F tìm được từ, chức năng Sao chép hoạt động, và trình đọc màn hình có thể đọc to trang giấy trong khi giao diện hiển thị vẫn giữ y nguyên.

Công cụ OCR đọc từng chữ và lưu văn bản cùng khung bao của nó phía sau ảnh gốc tại đúng tọa độ pixel. Về mặt hình ảnh, trang trông giống hệt bản scan gốc, nhưng Adobe Acrobat, Preview, Chrome và mọi trình xem PDF hiện đại giờ đây có thể chọn, tìm kiếm và sao chép văn bản như thể đó là văn bản số gốc.

Vâng. Lớp văn bản là PDF tiêu chuẩn (không có tiện ích mở rộng độc quyền), vì vậy Adobe Acrobat (Reader và Pro), macOS Preview, trình xem PDF tích hợp của Chrome, Firefox, Edge và các trình đọc di động như ứng dụng Tệp, Drive và Dropbox đều lập chỉ mục và tìm kiếm nó. Ctrl+F hoặc Cmd+F tìm thấy các từ, ngay cả trong các báo cáo được quét dài.

Có. Truyền vào nhiều mã ngôn ngữ (ví dụ eng+chi_sim+hin) và OCR sẽ cân nhắc tất cả khi đọc ký tự. Các tài liệu pha trộn nhiều chữ viết như thực đơn song ngữ, hợp đồng quốc tế và biểu mẫu chính phủ đều hoạt động trơn tru. Để có kết quả tốt nhất, hãy đặt ngôn ngữ có khả năng cao nhất lên đầu danh sách.

Lớp văn bản thường làm tăng 5–15% dung lượng PDF — thường là vài trăm kilobyte cho mỗi 100 trang. So với lợi ích thu được (tìm kiếm toàn văn trên toàn bộ kho tài liệu của bạn), đây là cái giá nhỏ. Nếu dung lượng quan trọng để gửi email, hãy chạy kết quả qua công cụ Nén PDF để cắt giảm thêm các hình ảnh nhúng lớn.

Các nội dung tải lên được xử lý trong một thư mục làm việc tạm thời và bị xóa theo chính sách Bảo mật của chúng tôi. Nếu bạn tạo liên kết chia sẻ một cách rõ ràng thì bất kỳ ai có liên kết đó đều có thể truy cập vào kết quả trong tối đa 30 ngày. Xem lại Chính sách bảo mật và các yêu cầu của tổ chức bạn trước khi xử lý các tài liệu nhạy cảm.

Công cụ này đọc các tệp ảnh (JPG, PNG, TIFF, bản quét và ảnh chụp) và trả về một PDF có thể tìm kiếm. Nếu bạn đã có một PDF quét nhiều trang, trước tiên hãy tách nó thành các ảnh trang bằng công cụ PDF sang ảnh, rồi thả các ảnh đó vào đây để nhận lại một PDF có thể tìm kiếm đã qua OCR.

Tải lên JPG, PNG, WEBP, GIF, TIFF hoặc BMP — ảnh chụp điện thoại, bản quét máy scan phẳng và ảnh chụp màn hình đều dùng được. Công cụ OCR đọc văn bản và bọc nó trong một lớp vô hình phía sau ảnh, nên kết quả là một PDF có thể tìm kiếm bình thường, mở được trong mọi trình xem.

Một PDF có thể tìm kiếm được cần một lớp văn bản vô hình đặt khớp từng từ lên trên bản quét, và chỉ Engine 1 và Engine 2 mới tạo được lớp này — engine 'Mặc định' dùng ở những nơi khác trong ứng dụng thì không thể. Engine 1 hỗ trợ nhiều ngôn ngữ nhất; Engine 2 xử lý tốt hơn với các bản quét cách điệu hoặc chất lượng thấp.

Mở bộ chọn Ngôn ngữ trong Cài đặt và chọn ngôn ngữ của tài liệu (mặc định là tiếng Anh) — đây là cài đặt quan trọng nhất đối với độ chính xác OCR, vì việc nhận diện ký tự của engine phụ thuộc vào ngôn ngữ. Nhấn Chạy lại chuyển đổi sau khi thay đổi để dựng lại PDF với một lớp văn bản mới.

Chọn Engine 1 vì độ bao phủ ngôn ngữ rộng hơn của nó, và đặt bộ chọn Ngôn ngữ theo ngôn ngữ chính của hợp đồng. Nếu các phần quan trọng ở ngôn ngữ thứ hai vẫn không khớp khi bạn tìm kiếm, hãy chạy lại việc chuyển đổi với Engine 2 hoặc ngôn ngữ phụ được chọn ở lượt thứ hai.

Nó tự động cập nhật — chuyển menu Công cụ hoặc Ngôn ngữ sẽ lập tức xử lý lại ảnh đã tải lên và dựng lại PDF có thể tìm kiếm với cài đặt mới, không cần nhấp. Nút Chạy lại chuyển đổi chủ yếu hữu ích để thử lại đúng cùng cài đặt đó, ví dụ sau một lần chuyển đổi thất bại hoặc mất mạng thoáng qua.

Nếu Ctrl+F không tìm thấy gì, gần như chắc chắn file PDF này là bản quét — các trang chỉ là hình ảnh, không có văn bản bên dưới. Hãy đưa file qua công cụ chuyển đổi PDF có thể tìm kiếm này: OCR sẽ đọc từng trang và thêm một lớp văn bản vô hình, giúp tính năng tìm kiếm, tô sáng và sao chép - dán hoạt động được trên mọi trình xem. Các trang hiển thị vẫn giữ nguyên từng pixel như bản gốc.

Bạn không cần Acrobat hoặc cài đặt phần mềm. Tải lên bản quét, xem trước kết quả có thể tìm kiếm và tải xuống bản PDF tiêu chuẩn mà không cần tạo tài khoản, trong phạm vi cho phép miễn phí. Đầu ra sẽ mở trong bất kỳ trình xem PDF nào.

Gần như luôn do một trong ba nguyên nhân. Tệp vượt quá giới hạn tải lên miễn phí 11 MB — Premium hỗ trợ 50 MB và Pro 120 MB. Hoặc định dạng không được công cụ này hỗ trợ, vì vậy hãy kiểm tra danh sách trên bảng tải lên. Hoặc tệp không thực sự có định dạng như tên gọi: đổi tên tệp không làm thay đổi nội dung bên trong, và đó là lý do một tệp PDF có vẻ hợp lệ vẫn bị từ chối.

Tệp PDF lưu trữ mọi ký tự nằm trên trang chứ không phải các đoạn văn và kiểu mà trình xử lý văn bản hoạt động, vì vậy việc chuyển đổi có nghĩa là xây dựng lại cấu trúc đó bằng cách suy luận. Các cột, bảng và văn bản phức tạp bao quanh hình ảnh là nơi nó trôi dạt. Nếu hình thức quan trọng hơn khả năng chỉnh sửa, hãy chọn chế độ trực quan; nếu bạn cần nhập vào nó, hãy chọn chế độ có thể chỉnh sửa và mong muốn sửa tiêu đề lẻ.

Không. Bạn có thể chạy bản PDF có thể tìm kiếm và tải xuống kết quả miễn phí mà không cần có tài khoản và kết quả đó không có hình mờ. Premium là thứ bạn mua khi giới hạn bắt đầu bị giới hạn: tải lên lớn hơn, không có giới hạn hàng ngày và kết quả ở độ phân giải gốc. Không có gì được tiết lộ ở bước tải xuống mà bạn không thể nhìn thấy trước khi bắt đầu.

Không — PDF có thể tìm kiếm chạy trong trình duyệt trên máy tính để bàn và điện thoại. Không cần cài đặt gì, không cần dùng thử để bắt đầu và không cần mua giấy phép trước khi bạn có thể xem liệu nó có đáp ứng được những gì bạn cần hay không. Hãy thử nó trên tập tin mà bạn thực sự đang gặp khó khăn thay vì một tập tin mẫu.