PDF से टेक्स्ट कन्वर्टर

मूल फ़ाइल को PDF रीडर में खोलें और अलग-अलग शब्दों का चयन करने का प्रयास करें। एक चयन योग्य-पाठ PDF उन वर्णों को संग्रहीत करता है जिन्हें निकालने वाला पढ़ सकता है। स्कैन किया गया PDF पृष्ठ की तस्वीरें संग्रहीत करता है; किसी छवि PDF को टेक्स्ट में परिवर्तित करने के लिए ऑप्टिकल कैरेक्टर रिकग्निशन (OCR) की आवश्यकता होती है।

मिश्रित दस्तावेज़ों में दोनों शामिल हो सकते हैं. एक सफल मानक निष्कर्षण यह गारंटी नहीं देता कि प्रत्येक छवि-आधारित पृष्ठ पढ़ा गया था। पृष्ठ संख्या और मूल दस्तावेज़ की जाँच करें; अलग OCR क्रिया वर्तमान परिणाम के साथ विलय करने के बजाय उसे प्रतिस्थापित कर देती है।

अंग्रेज़ी OCR 20 पृष्ठों तक के स्पष्ट मुद्रित पाठ को पहचानता है। घूमे हुए पृष्ठों को सीधा करें, साफ़ स्कैन का उपयोग करें और संभव हो तो कॉन्ट्रास्ट बेहतर करें। तालिकाओं, कॉलम, हस्तलिखित सामग्री और कम रिज़ॉल्यूशन वाली छवियों में मैन्युअल सुधार की ज़रूरत पड़ सकती है।

Tesseract की स्क्रिप्ट और Web Worker वेबसाइट से उपलब्ध कराए जाते हैं। OCR की ज़रूरत होने पर पहचान इंजन और अंग्रेज़ी भाषा डेटा jsDelivr से डाउनलोड होते हैं। आपकी PDF और पेज की छवियाँ ब्राउज़र में ही रहती हैं। कनेक्शन की समस्या या ब्राउज़र प्रतिबंध से OCR शुरू न हो पाए, तब भी चुनने योग्य टेक्स्ट निकाला जा सकता है।

• नाम, दिनांक, योग और वर्ण जैसे I/l/1 और O/0 को मूल के विरुद्ध जांचें।
• यदि आरंभीकरण रुक जाता है, तो रूपांतरण रद्द करें, कनेक्टिविटी बहाल करें और पुनः प्रयास करें। वैध OCR कार्य के लिए कोई स्वचालित टाइमआउट नहीं है।
• अन्य भाषाओं के लिए OCR उपलब्ध नहीं है। गैर-अंग्रेज़ी दस्तावेज़ों के स्कैन के लिए अंग्रेज़ी पहचान पर भरोसा न करें।

एक्सट्रैक्टर स्थित पाठ से शब्दों, पढ़ने के क्रम, लाइन ब्रेक और पैराग्राफ अंतराल का पुनर्निर्माण करता है। यह सादा पाठ बनाता है, पृष्ठ की प्रतिकृति नहीं। फ़ॉन्ट, रंग, चित्र और समृद्ध स्टाइल को बरकरार नहीं रखा गया है; जटिल स्तंभों और तालिकाओं को पुन: व्यवस्थित किया जा सकता है।

यह कार्यक्षेत्र केवल निकाले गए पाठ को संपादित करता है। यह मूल PDF के अंदर पाठ को नहीं बदलता है, सामग्री को संशोधित नहीं करता है या Word फ़ाइलों को निर्यात नहीं करता है। साफ किए गए टेक्स्ट से बने नए PDF के लिए, PDF पर टेक्स्ट का उपयोग करें।

इनपुट: 30 एमबी और 200 पेज। संपादन योग्य आउटपुट: 2,000,000 वर्ण. अंग्रेजी OCR: 20 पृष्ठ। सीमा त्रुटि का मतलब है कि आपको दस्तावेज़ को किसी अन्य विश्वसनीय टूल में विभाजित करना चाहिए या एक छोटी फ़ाइल चुननी चाहिए; PDFTextFlow चुपचाप निष्कर्षण को छोटा नहीं करता है।

• पासवर्ड आवश्यक: पासवर्ड-संरक्षित PDF में ज्ञात पासवर्ड दर्ज करें? और पुनः प्रयास करें. असमर्थित एन्क्रिप्शन के लिए किसी विश्वसनीय PDF रीडर में अधिकृत अनएन्क्रिप्टेड कॉपी को सहेजने की आवश्यकता हो सकती है।
• अमान्य या क्षतिग्रस्त PDF: एक नई प्रति डाउनलोड करें या इसे PDF रीडर में पुनः सहेजें। किसी अन्य फ़ाइल का नाम .pdf करने से वह PDF नहीं बन जाती।
• अप्रत्याशित शब्द क्रम: स्रोत के साथ तालिकाओं और स्तंभों की तुलना करें और प्रतिलिपि बनाने से पहले परिणाम संपादित करें।
• कॉपी अनुपलब्ध: संपादक में टेक्स्ट का चयन करें और अपने कीबोर्ड या डिवाइस कॉपी कार्रवाई का उपयोग करें। TXT डाउनलोड इसे रखने का एक और तरीका है।

इस ब्राउज़र में पार्सिंग, टेक्स्ट पुनर्निर्माण और OCR पहचान चलती है। मूल PDF इस रूपांतरण वर्कफ़्लो में अपलोड नहीं किया गया है। वेबसाइट अभी भी स्क्रिप्ट और संपत्तियों को लोड करती है, और वैकल्पिक OCR पहचान संसाधनों को बाहरी रूप से डाउनलोड करती है।

बंद करने या दूर जाने से पहले अपना परिणाम सहेजें। PDFTextFlow क्लाउड स्टोरेज या रूपांतरण इतिहास प्रदान नहीं करता है। प्रसंस्करण के दौरान, फ़ाइल प्रतिस्थापन लॉक कर दिया जाता है; पुनः प्रयास करने या कोई अन्य फ़ाइल चुनने के लिए ऑपरेशन रद्द करें।