Pengenalan Teks PDF (OCR) — tanpa unggah

Tambahkan lapisan teks yang tidak terlihat dan bisa dicari di atas halaman PDF hasil pindaian atau berupa gambar. Pengenalan berjalan sepenuhnya di browsermu, filemu tidak pernah diunggah.

Kontrak, faktur, atau buku hasil pindaian sering kali hanya berupa gambar halaman, bukan teks asli — kamu tidak bisa mencari atau menyalin teks di dalamnya. mousePDF mengenali teksnya secara lokal di browser dan menempatkannya secara tidak terlihat di atas gambar, sehingga pencarian dan penyalinan berfungsi tanpa mengubah tampilan halaman.

OCR termasuk tugas yang biasanya hampir selalu memaksa kamu mengunggah sesuatu: pengenalan butuh model bahasa, dan itu biasanya ada di server. Di sini, prosesnya berjalan di browsermu; yang dimuat hanyalah modelnya, bukan filemu.

Ini penting justru untuk dokumen yang biasa dipindai orang: kontrak, slip gaji, surat dokter, salinan kartu identitas. Hasil pindaian adalah gambar — dan sebelum bisa dicari, sesuatu harus membacanya lebih dulu. Fakta bahwa proses ini berjalan di perangkatmu sendiri, di browsermu, adalah perbedaan sesungguhnya.

Tersedia 28 bahasa untuk OCR. Model bahasa yang dipilih baru dimuat saat proses benar-benar dijalankan — halamannya tetap ringan, dan kamu hanya memuat apa yang kamu butuhkan.

Aksara non-Latin sengaja tidak disertakan. Tidak ada Sirilik, tidak ada Tionghoa, Jepang, atau Korea, tidak ada Arab, Ibrani, Devanagari, atau Thai. Model untuk aksara-aksara itu jauh lebih besar dan tingkat keberhasilannya jelas lebih rendah — hasil yang harus dikoreksi karakter demi karakter tidak membantu siapa pun. Yunani tetap disertakan karena dari segi ini tidak termasuk dalam kelompok yang sama.

Pengenalan ini tidak pernah bebas kesalahan. Ia membaca kembali dari piksel apa yang dulunya teks. Hasil pindaian yang bersih dan lurus memberikan hasil yang sangat baik; foto ponsel yang miring dengan cahaya buruk, tulisan tangan yang berantakan, atau huruf hias yang tidak biasa memberikan hasil yang jelas lebih buruk. Siapa pun yang memakai ulang teksnya sebaiknya memeriksanya kembali — ini berlaku untuk hasil OCR apa pun, bukan hanya yang ini.

Tampilan halaman tidak berubah. Teks yang dikenali diletakkan sebagai lapisan tidak terlihat di atas gambar: kamu tetap melihat hasil pindaianmu, tapi bisa mencari dan menyorot teks di dalamnya. Karena itu, kesalahan pengenalan tidak terlihat pada gambar — baru terlihat saat kamu menyalin teksnya keluar.

OCR juga berguna setelah mengompres PDF: proses itu mengubah halaman menjadi gambar dan menghilangkan lapisan teksnya — pengenalan teks membuatnya kembali.

Buka Editor →