PDF, dokumen yang dipindai, dan OCR

Konversi PDF menjadi gambar, bersihkan dokumen yang dipindai, dan jalankan OCR online

Render halaman PDF sebagai JPG/PNG/WEBP, hapus kertas abu-abu, deskew, perbaiki perspektif, edit detail, ekstrak tanda tangan/stempel, dan buat PDF yang dapat dicari di perangkat Anda.

Memproses PDF atau memindai Baca panduan detailnya

PDF → JPG/PNG/WEBPTool Office

Sudut pandang + perspektifTool Office

Redaksi lokalTool Office

OCR 12 bahasaTool Office

Alat Gambar Dokumen

Satu mesin kanonik mencakup siklus hidup pemindaian: ekstraksi halaman, pembersihan, koreksi geometri, privasi, OCR, dan pengemasan hasil tanpa halaman terpisah untuk setiap filter atau bahasa.

Pilih alur kerja PDF dan pemindaian yang benar

Mulai dari output yang diperlukan. Jangan jalankan OCR ketika gambar halaman sudah cukup, dan verifikasi redaksi pada file yang diekspor daripada hanya mengandalkan pratinjau.

PDF ke gambar

Pilih DPI dan format untuk mengekstrak hingga 30 halaman, lalu unduh satu gambar atau ZIP dalam urutan sumber.

Pembersihan pindaian

Gunakan skala abu-abu, ambang batas, penghapusan latar belakang abu-abu, rotasi, kemiringan meja, dan koreksi perspektif sebelum OCR atau pengarsipan.

OCR dan privasi

Tutupi data yang terlihat, kenali salah satu dari 12 bahasa, lalu ekspor teks, TSV, atau PDF yang dapat dicari.

Konversikan setiap halaman PDF menjadi gambar

PDF.js merender halaman pada DPI yang dipilih alih-alih mengambil tangkapan layar.

Pilih satu PDF hingga 25 MB dan 30 halaman.
Pilih JPG, PNG, atau WEBP dan 150, 200, atau 300 DPI.
Proses file dan periksa halaman keluaran pertama.
Unduh satu gambar atau ZIP yang berisi semua halaman dalam urutan PDF.

150 DPI sesuai dengan tampilan layar; 300 DPI menghasilkan file yang lebih besar untuk dicetak/OCR.
PDF yang dilindungi kata sandi atau rusak mungkin tidak dapat ditampilkan.

Bersihkan pindaian berwarna abu-abu atau miring

Pemfilteran dokumen memisahkan kertas dari tinta tetapi dapat menghilangkan goresan yang sangat halus.

Pilih Sempurnakan dan filter dokumen yang dipindai.
Coba skala abu-abu terlebih dahulu, lalu tambahkan kontras sedang.
Gunakan kertas Pemutih atau ambang batas hitam putih dan sesuaikan ambang batasnya.
Aktifkan deskew otomatis atau atur sudut secara manual, lalu periksa teks kecil.

Simpan pindaian warna asli untuk perbandingan.
Perkiraan deskew otomatis hanya ±5° dan tidak menggantikan koreksi perspektif untuk foto yang sangat miring.

Memperbaiki perspektif dokumen yang difoto

Empat sudut sumber dipetakan ke gambar persegi panjang baru.

Pilih halaman yang ingin Anda koreksi.
Perkirakan batas pemotongan persegi panjang awal.
Sesuaikan kedelapan kontrol X/Y hingga sudutnya cocok dengan tepi kertas.
Memproses dan memeriksa proporsi teks, tepi halaman, dan konten yang dipotong.

Latar belakang yang kontras dengan kertas membantu estimasi batas.
Deteksi otomatis saat ini memperkirakan persegi panjang; menyesuaikan halaman berbentuk trapesium secara manual.

Redaksi informasi sebelum dibagikan

Redaksi membuat file raster baru dengan cakupan wilayah yang dipilih.

Pilih Redact dan halaman yang akan diedit.
Sesuaikan posisi dan ukuran wilayah pada pratinjau.
Lebih memilih warna hitam pekat untuk dihilangkan; buram/piksel mungkin tidak cocok untuk data sensitif.
Ekspor, buka kembali, dan perbesar untuk memverifikasi detail tidak dapat dibaca.

Alur kerja saat ini menerapkan satu wilayah yang dikonfigurasi per halaman dalam satu proses.
Jangan membagikan file sumber ketika hanya salinan yang diekspor yang telah disunting.

Ekstrak tanda tangan atau stempel

Mode tanda tangan menggunakan kegelapan; mode stempel mengidentifikasi tinta merah dominan dan menciptakan alfa.

Gunakan pindaian dengan pencahayaan merata dengan latar belakang putih.
Pilih Tanda Tangan/tinta gelap atau Stempel/tinta merah.
Sesuaikan ambang batas untuk menjaga goresan saat mengeluarkan kertas.
Ekspor PNG untuk menjaga transparansi dan memeriksa tepi guratan.

Jangan menggunakan tanda yang diekstraksi untuk memalsukan tanda tangan atau dokumen.
Bayangan kertas atau warna yang mendekati tinta mengurangi akurasi ekstraksi.

OCR gambar atau PDF yang dipindai

Halaman PDF dirender terlebih dahulu, kemudian setiap Kanvas dikenali oleh Pekerja OCR lokal.

Pilih bahasa OCR dan jenis dokumen yang sesuai.
Aktifkan PDF yang dapat dicari jika lapisan teks diperlukan.
Mulai OCR dan izinkan pengunduhan model bahasa saat penggunaan pertama.
Periksa teks, angka, nominal, karakter khusus bahasa, dan keluaran TSV.

Akurasi OCR tidak dijamin; bandingkan dengan sumber.
TSV dasar tidak secara sempurna merekonstruksi sel gabungan atau tata letak tabel yang rumit.

Memproses dokumen pribadi di browser

PDF/gambar hanya dibaca oleh PDF.js, Canvas, dan Pekerja OCR di perangkat; perpustakaan dan model berat hanya memuat untuk alur kerja yang dipilih.

Tidak ada pengunggahan dokumen

Tidak ada API yang mengirimkan dokumen ke server Tool Office; hasilnya dibuat sebagai Blob lokal.

Saluran pipa yang dapat diverifikasi

Rendering, filtering, cropping, redaction, dan OCR mengekspos pratinjau/output untuk tinjauan pengguna.

Batas keamanan

Hingga 30 halaman/gambar, 25 MB per file, dan batas kanvas bersama mengurangi risiko kerusakan tab.

FAQ PDF, pindaian, dan OCR

Apakah PDF dan pindaian diunggah?

Tidak. File diproses di browser. Tesseract dapat mengunduh kode/model bahasa dari CDN, tetapi Tesseract tidak mengirimkan gambar Anda ke layanan OCR.

DPI manakah yang harus saya gunakan untuk PDF ke gambar?

Gunakan 150 DPI untuk pratinjau ringan, 200 DPI untuk keseimbangan, dan 300 DPI untuk OCR cetak atau teks kecil. DPI yang lebih tinggi menggunakan lebih banyak memori dan menghasilkan file yang lebih besar.

Apa perbedaan koreksi deskew dan perspektif?

Deskew berputar beberapa derajat untuk meratakan baris teks. Koreksi perspektif memetakan empat sudut untuk meratakan halaman trapesium atau sudut yang difoto.

Apakah blur merupakan metode redaksi yang aman?

Jangan berasumsi bahwa blur sudah cukup untuk data sensitif. Kotak hitam pekat yang diraster lebih jelas, tetapi selalu buka kembali dan verifikasi file yang diekspor.

Apakah OCR Vietnam benar-benar akurat?

Tidak. Akurasi tergantung pada resolusi, font, aksen, pencahayaan, kemiringan, dan kualitas pemindaian. Selalu verifikasi nama, nomor, tanggal, dan jumlah.

Bagaimana cara kerja PDF OCR yang dipindai?

PDF.js merender setiap halaman ke Canvas, lalu Pekerja Tesseract mengenali gambar halaman tersebut. Tesseract.js tidak membaca PDF secara langsung.

Apa itu PDF yang dapat dicari?

Ini mempertahankan gambar halaman dan menambahkan lapisan teks OCR untuk pencarian/pemilihan. Lapisan tersebut mungkin berisi kesalahan pengenalan yang sama seperti teks OCR.

Apakah alat ini menangani PDF yang dilindungi kata sandi?

Tidak dapat diandalkan. PDF terenkripsi mungkin meminta kata sandi atau gagal dirender; alat ini tidak memecahkan atau menghapus kata sandi PDF.