Што прави алатката
OCRmyPDF користи OCR за да додаде текстуален слој врз сликите во PDF. Така скенираниот документ станува попогоден за пребарување и понатамошно извлекување. Изборот на јазични пакети и квалитетот на скенот значително влијаат на точноста, особено кај кирилица и мали бројки.
Примена во независно истражување
Користете го за јавни договори, архивски документи и одговори добиени како скенирани страници. OCR верзијата чувајте ја како работна копија покрај недопрениот оригинал.
Пример за примена
Истражувач пребарува имиња низ скенирани јавни документи; новинар може полесно да пронајде релевантна страница, па да го провери текстот визуелно.
Како да започнете
- Инсталирајте алатка и соодветни јазични пакети.
- Обработете копија од PDF.
- Проверете имиња, суми и датуми на примерок страници.
Ограничувања и толкување
OCR е претпоставка за текст, не верен препис во секој случај. Обработката создава нова датотека со различен hash.
