Jak zamienić zdjęcia w przeszukiwalny PDF

  1. Dodaj swoje zdjęcia. Przeciągnij zdjęcia JPG, PNG lub WebP na narzędzie albo dotknij, by je wybrać. Każda strona pojawia się jako karta — przeciągnij uchwyt, by zmienić kolejność, lub usuń te, których nie chcesz.
  2. Wybierz język. Wybierz język, w jakim napisane są dokumenty. Dane rozpoznawania dla tego języka pobierają się jednorazowo (rozmiar widoczny jest obok wyboru) — twoje zdjęcia i tak nigdy nie opuszczają urządzenia.
  3. Rozpoznaj tekst. Kliknij Rozpoznaj tekst i obserwuj, jak każda karta strony przechodzi od oczekiwania do gotowości, z liczbą słów na żywo. Możesz anulować w trakcie — nic nie zostaje zapisane.
  4. Sprawdź i pobierz. Rozpoznany tekst wyświetlany jest na każdej stronie, więc możesz go sprawdzić, zanim mu zaufasz. Nazwij plik wynikowy, a następnie pobierz przeszukiwalny PDF, weź sam plik .txt lub skopiuj wszystko do schowka.

Co robi

  • Prawdziwe OCR w przeglądarce — pliki nigdy nigdzie nie są przesyłane
  • Wiele zdjęć staje się jednym wielostronicowym plikiem PDF, w wybranej przez ciebie kolejności
  • Niewidoczna warstwa tekstu: PDF wygląda jak twoje zdjęcie, ale można w nim wyszukiwać i kopiować
  • 15 języków rozpoznawania, pobieranych na żądanie
  • Eksportuje też sam rozpoznany tekst jako plik .txt

Czym właściwie jest przeszukiwalny PDF

Zdjęcie paragonu to tylko piksele — nie da się w nim wyszukiwać, zaznaczyć sumy ani skopiować nazwy sprzedawcy. Przeszukiwalny PDF dodaje drugą, niewidoczną warstwę na obrazie: rozpoznany tekst umieszczony tam, gdzie pojawia się na zdjęciu. Strona wciąż wygląda dokładnie jak twoje zdjęcie, ale Podgląd, Adobe Reader, Spotlight i każdy system dokumentów potrafi ją teraz odczytać.

To narzędzie tworzy taki plik w twojej przeglądarce. Dekoduje twoje zdjęcia, uruchamia otwarty silnik rozpoznawania Tesseract skompilowany do WebAssembly i składa PDF za pomocą pdf-lib — wszystko na stronie, na którą patrzysz. Nic nie jest przesyłane. O to właśnie chodzi: paragony, umowy, listy medyczne i dokumenty tożsamości to dokładnie te pliki, których nie powinieneś oddawać przypadkowej stronie konwertującej w zamian za darmowe OCR.

Kiedy z niego korzystać

  • Zdjęcia papierowych dokumentów, które chcesz móc później znaleźć — paragony, gwarancje, listy, formularze.
  • Skany, które wyszły ze skanera jako zwykłe obrazy.
  • Wszystko, czego nie wkleiłbyś na stronę obcej firmy.

Dlaczego pozycja w warstwie tekstu ma znaczenie

Rozpoznane słowa nie są po prostu dołączane do pliku — każde z nich jest umieszczane niewidocznie we współrzędnych, w których pojawia się na zdjęciu. To sprawia, że zaznaczanie wydaje się naturalne: przeciągnij po obrazie, a podświetlenie podąża za wydrukowanymi liniami, wyszukaj słowo, a przeglądarka przeskoczy do właściwego miejsca na stronie. Geometria jest przybliżona, tak samo jak w plikach tworzonych przez skanery biurowe, i to wystarcza do wyszukiwania i kopiowania.

Uczciwe ograniczenia

OCR działające na urządzeniu jest wolniejsze niż farma serwerów i odczytuje druk, nie pismo odręczne. Bardzo drobny lub rozmazany tekst może zostać odczytany błędnie — eksport .txt ułatwia sprawdzenie. Obrazy są zmniejszane do około 2500 px na dłuższym boku dla szybkości rozpoznawania; osadzony obraz strony zachowuje do 4000 px, co drukuje się czysto w formacie listowym.

Jeśli robisz to często

To narzędzie jest jednorazowym konwerterem. Jeśli twoja galeria zdjęć to miejsce, gdzie dokumenty znikają bez śladu, dokładnie po to istnieje Paperlock: skanuje, odczytuje i porządkuje twoje papiery na iPhonie — z tą samą zasadą, że nic nie opuszcza urządzenia bez szyfrowania.