Распознавайте русский и английский текст в сканах через Tesseract на нашем сервере и создавайте PDF с поиском.
OCR на нашем сервере распознаёт русский и английский текст в scanned/mixed страницах и сохраняет цифровой текст.OCR на нашем сервере распознаёт русский и английский текст в scanned/mixed страницах и сохраняет цифровой текст. Ниже собраны типовые ситуации, для которых предназначен этот сценарий, чтобы можно было выбрать инструмент до загрузки документа.
Работа с инструментом «Распознать PDF онлайн» состоит из 3 последовательных этапов. На каждом этапе проверяйте выбранные настройки и ожидаемый результат, потому что обработка создаёт новую копию, а не перезаписывает исходник.
Выберите сканированный или смешанный PDF.
Укажите страницы и язык распознавания.
Проверьте сомнительные слова и скачайте PDF с поиском.
Возможности ниже описывают, что именно попадёт в рабочий сценарий и результирующий файл. Они помогают проверить, покрывает ли инструмент задачу целиком или потребуется ещё один этап обработки.
Ограничения нужны для предсказуемого результата: они описывают поддерживаемые файлы, границы обработки и свойства PDF, которые могут потребовать ручной проверки. Ознакомьтесь с ними до запуска, особенно для сложных документов.
Сценарий «Сделать скан доступным для поиска» показывает путь от исходного файла до отдельного результата. Он помогает заранее понять, какое действие выполняется и что следует проверить после скачивания.
Файл обрабатывается только в рамках временной гостевой сессии. После завершения работы доступ закрывается, а исходник и результаты удаляются по правилам жизненного цикла сервиса.
Ответы относятся именно к сценарию «Распознать PDF онлайн» и дополняют основную инструкцию. Здесь разобраны настройки, ожидаемый результат и случаи, которые чаще всего требуют уточнения до запуска.
Поддерживаются русский, английский и смешанные русско-английские документы.
Слова с низкой уверенностью можно проверить и исправить перед перестроением PDF с поиском.
Нет. OCR выполняется через Tesseract в собственном контуре сервиса.
Нет. Слова с низкой уверенностью помечаются для ручной проверки.
Если обработку нельзя продолжить, сервис показывает код причины и безопасный следующий шаг. Сначала исправьте указанную проблему, затем повторите загрузку или выберите другой режим — исходный документ при этом не изменяется.
OCR_LOW_CONFIDENCEЧасть распознанных слов не достигла заданного порога уверенности.
Проверьте отмеченные слова и внесите исправления до экспорта.OCR_ADAPTER_UNAVAILABLEЛокальный адаптер Tesseract временно недоступен.
Повторите позже или продолжите без OCR после восстановления адаптера.Практические руководства дают контекст, которого недостаточно в пошаговой инструкции: объясняют выбор режима, последствия обработки и правила безопасной работы с файлом.
Редакционная и техническая проверка: · следующая проверка: