പ്രത്യേക കൺവെർട്ടർ · നിങ്ങളുടെ ബ്രൗസറിൽ 100% പ്രവർത്തിക്കുന്നു
PDF മുതൽ TXT OCR വരെ
OCR (Tesseract.js + pdf.js) ഉപയോഗിച്ച് സ്കാൻ ചെയ്ത അല്ലെങ്കിൽ ഇമേജ് അടിസ്ഥാനമാക്കിയുള്ള PDF-ൽ നിന്ന് ടെക്സ്റ്റ് എക്സ്ട്രാക്റ്റ് ചെയ്യുക. ഓരോ പേജും ഒരു ക്യാൻവാസിലേക്ക് റെൻഡർ ചെയ്യുകയും OCR'd ചെയ്യുകയും ചെയ്യുന്നു. ടെക്സ്റ്റ് തിരഞ്ഞെടുക്കാനാകാത്ത പ്രമാണങ്ങൾക്കായി പ്രവർത്തിക്കുന്നു. പരിവർത്തനം നടക്കുമ്പോൾ ഒന്നിലധികം പേജ് പുരോഗതി കാണിക്കുന്നു.
എങ്ങനെ ഉപയോഗിക്കാം
- നിങ്ങളുടെ PDF ഫയൽ ഡ്രോപ്പ് ചെയ്യുക.
- ഡ്രോപ്പ്ഡൗണിൽ നിന്ന് പ്രമാണത്തിൻ്റെ ഭാഷ തിരഞ്ഞെടുക്കുക.
- Tesseract.js ഭാഷാ ഡാറ്റ ലോഡ് ചെയ്യുന്നു (ഒരു ഭാഷയ്ക്ക് ~10 MB, ആദ്യ ഉപയോഗത്തിന് ശേഷം കാഷെ ചെയ്തു).
- OCR പ്രാദേശികമായി പ്രവർത്തിക്കുന്നു, കൂടാതെ TXT ഔട്ട്പുട്ട് ഡൗൺലോഡിനായി വാഗ്ദാനം ചെയ്യുന്നു.
പതിവുചോദ്യങ്ങൾ
OCR എത്ര കൃത്യമാണ്?
ടെസറാക്ട് മികച്ച ഓപ്പൺ സോഴ്സ് OCR എഞ്ചിനുകളിൽ ഒന്നാണ്. വൃത്തിയുള്ളതും ആധുനികവുമായ വാചകത്തിന് ഇത് സാധാരണയായി 95-99% കൃത്യമാണ്. കൈയക്ഷരം, കുറഞ്ഞ കോൺട്രാസ്റ്റ് സ്കാനുകൾ അല്ലെങ്കിൽ അസാധാരണമായ ഫോണ്ടുകൾ എന്നിവയ്ക്ക് കൃത്യത ഗണ്യമായി കുറയും.
എന്തുകൊണ്ടാണ് ആദ്യ പരിവർത്തനത്തിന് കുറച്ച് സമയമെടുക്കുന്നത്?
ആദ്യ റൺ ഡൗൺലോഡ് ചെയ്യുന്നു ~10-15 MB ഭാഷാ ഡാറ്റ. അതിനുശേഷം നിങ്ങളുടെ സെഷൻ്റെ ബാക്കി ഭാഗത്തേക്ക് ഇത് കാഷെ ചെയ്യപ്പെടും.
എൻ്റെ പ്രമാണമോ ചിത്രമോ ഒരു സെർവറിലേക്ക് അപ്ലോഡ് ചെയ്യുന്നുണ്ടോ?
നമ്പർ. WebAssembly, Web API-കൾ ഉപയോഗിച്ച് പരിവർത്തനം പൂർണ്ണമായും നിങ്ങളുടെ ബ്രൗസറിൽ പ്രവർത്തിക്കുന്നു. നിങ്ങൾ പരിവർത്തനം ചെയ്യുമ്പോൾ DevTools-ൽ നെറ്റ്വർക്ക് ടാബ് തുറക്കുക - നിങ്ങളുടെ ഫയൽ കൊണ്ടുപോകുന്ന ഔട്ട്ബൗണ്ട് ട്രാഫിക്കൊന്നും നിങ്ങൾ കാണില്ല.
ഇത് ശരിക്കും സൗജന്യമാണോ?
അതെ. സൈൻഅപ്പ് ഇല്ല, ക്വാട്ട ഇല്ല, അപ്ഗ്രേഡ് ടയർ ഇല്ല. പരിവർത്തനം നിങ്ങളുടെ മെഷീനിൽ പ്രവർത്തിക്കുന്നു, അതിനാൽ ഇത് ഹോസ്റ്റുചെയ്യുന്നതിന് ഞങ്ങൾക്ക് ഒന്നും ചെലവാകില്ല.