1Igo eskaneatutako PDF documents; 300 DPI gris-eskalako eskaneaketa garbi batek ezagutarazleari lan egiteko gehien ematen dio.
2Hizkuntzaren erabilerak, hizkuntzaren erabileraren arabera, berezko hizkuntzaren ezaugarri batzuk ditu, eta hizkuntzaren erabilerak, berriz, hizkuntzaren ezaugarri batzuk.
3Exekutatu ezagutza-pasa; hitzak ikusezin gisa itzultzen dira, jatorrizko orri-irudiaren gainean eserita.
4Deskargatu PDF fitxategi bilagarria — berdina dirudi, baina orain bertan dagoen testua bilatu eta hauta dezakezu.
OCR PDF Maiz egiten diren galderak
Iturburu-formatuak eragina du ezagutzan?
+
Hala da. PDFak orrialdea finkatzen du: letra-tipoak, bektoreak, raster irudiak eta testuaren koordenatuak izoztuta daude, irakurle guztiek diseinu berdina ikusi dezaten. Orrialdea gordetzeko moduak erabakitzen du zein bereizmen eta kolore informaziorekin lan egin behar duen ezagutarazleak.
Zerbait zehatza hemen PDF-ri buruz?
+
Bai — PDF bat objektu-grafiko bat da, ez orrialde-irudia, beraz testua hautagarria izaten jarraitzen du eta bektoreak zorrotzak izaten jarraitzen du, barruko raster-edukiari gertatzen zaion guztia kontuan hartu gabe. Ezagutzaileak ikusi dezakeena aldatzen du.
Zein zehatza da?
+
Inprimatutako testua 300 DPI-ko eskaneatze garbi batean, erroreak gutxi gertatzen direlako eta gehienbat izen propio arraroetan, nahikoa altua da. Zehaztasuna nabarmen jaisten da bereizmen txikiarekin, okerra, telefono-kamerako itzalak, letra-tipo arraroak eta eskuz idatzitakoak - eskuz idatzitakoak bereziki ez dira hau egiteko egokiak.
Zertan eskaneatu behar dut emaitza onena lortzeko?
+
300 DPI gris-eskalatan puntu egokia da. 200 DPI baino gutxiagorekin karaktere-formak hondatzen hasten dira; 400 DPI baino gehiagorekin ia ezer ez duzu irabazten eta fitxategi-tamaina eta prozesamendu-denbora ordaindu behar dituzu.
Exekutatu al dezaket OCR PDF documents batzuetan aldi berean?
+
Bai — igo multzoa eta paraleloan prozesatuko dira ezarpen multzo batekin, hau da, dokumentuen lan-fluxu bat egitearen helburua mahaigaineko irakurle baten bidez klik egitea baino.
Laster-markak, estekak eta formulario-eremuak iraungo al dute?
+
Eskema, barne-estekak eta oharrak mantentzen dira eragiketak ahalbidetzen duenean. Sinadura digitalak salbuespena dira: fitxategian gertatzen den edozein aldaketak sinadura baliogabetu egiten du, hori baita sinaduraren helburua.
OCR PDFk zerbait balio du?
+
OCR PDF zenbakia libre dago konturik gabe, eta ez da ezer zigiltzen orrialdeetan. Igotako dokumentuak langileetatik ezabatu egiten dira lan-prozesua amaitu ondoren.
Fitxategi-tamainaren mugarik al dago OCR PDF(e)n?
+
Bai: kontu libreek 5 MB dokumentu arte prozesa ditzakete bakoitzak, txosten eta kontratu gehienak estaltzen ditu, baina ez 600 DPI-ko eskaneatutako dokumentu luze bat; Ghostscript eta qpdf-k lan hori egiten dute. Eskaneatutako PDFak dira ohikoenak, eta dokumentua lehenik konprimitzea nahikoa da normalean azpian itzultzeko.
Zergatik PNG gune batek OCR PDF ostatatzen du?
+
PNG.to pixel bat galdu ezin duzunean erabiltzen duzun formatua da: galtzerik gabea, alfa-gaitasuna duena, eta pantaila-argazki, logotipo, lerro-arte eta ertz gogorrak dituen edozein gauzarentzat erantzun zuzena. Irudi-lanak ez dira askotan pauso bakarrekoak: jendea formatu bat aldatzera etortzen da eta irudia beste tamaina, pisu edo forma batean behar duela esanaz alde egiten du. OCR PDF igotzeko hodi berean, tamaina-muga berdinetan eta kontu berean exekutatzea da hemen egotearen arrazoi nagusia, laugarren fitxa batean ez egotea baino.
Zer egin behar dut emaitzarekin OCR PDF amaitu ondoren?
+
Webgune honetako bihurgailuak irudiak PNG, JPG, WebP, GIF eta SVG-ra eta haietatik mugitzen ditu — gardentasunari buruzko erabakia hartzen den pausoa da. Hori da jende gehienak egin nahi duen urratsa, eta OCR PDF ondoren egiteak, aurretik baino, bihurketa azkenean erabakitako fitxategitik egiten dela esan nahi du.
OCR PDF hemen anai-arreben guneek exekutatzen duten tresna bera da?
+
Motorrak partekatzen dira - liburutegi berberak, langile berberak, muga berberak. Alderatzen dena aholkua da, eta aholkua hemen gune honek izena duen formatuari buruzko gertaera batetik hasten da: ez dago kalitate-graduatzailerik oker joateko — PNG batek bit-zehazki itzultzen du, beraz, editazioak kostatzen dizun gauza bakarra fitxategi-tamaina da. PNG gune batek PNG helmuga zuzena den edo ez erabakitzen du, eta epaiketa horrek botoia baino balio handiagoa du.
Kontu bat behar dut, eta ezer gordetzen da?
+
Konturik ez, eta ez da ezer gordetzen: igoketak langileetatik ezabatzen dira lana amaitu ondoren, eta prozesatu duzun ezer ez da indexatu, zerrendatu edo beste ezertarako erabili. Kontu libreak historia eta lote-tamainarako daude, ez sarbiderako.
