EpubCCΜπορεί ένα σαρωμένο PDF να γίνει επαναρυθμιζόμενο EPUB;
Ενημερωμένο:
Ένα σκαναρισμένο PDF μπορεί να γίνει αναγνώσιμο EPUB μόλις OCR μετατρέψει κάθε εικόνα σελίδας σε κείμενο, και αυτό το κείμενο φέρνει OCR σφάλματα σε κακά ή παλιά σκαναρίσματα. Το EpubCC τρέχει OCR δωρεάν σε σκαναρισμένα PDFs έως 10 σελίδες, σε μεγαλύτερα με τα σχέδια Pro και Business, και καταγράφει αυτές τις σελίδες στην αναφορά, ώστε να γνωρίζετε ποιες να ελέγξετε.
Τι είναι ένα σαρωμένο PDF
Κάθε σελίδα είναι μια φωτογραφία χαρτιού. Ορισμένα σκαναρίσματα περιλαμβάνουν μια κρυφή OCR κείμενο, γι' αυτό μπορείτε μερικές φορές να επιλέξετε κείμενο σε αυτά; η ποιότητα εξαρτάται από το σκανάρισμα και το λογισμικό που το δημιούργησε.
Τι δείχνει η αναφορά μας σχετικά με τις σαρώσεις;
Το σώμα μας περιλαμβάνει μια εκτύπωση του 1867 των Περιπετειών της Αλίκης στη Χώρα των Θαυμάτων που σκαναρίστηκε από το Πανεπιστήμιο του Τορόντο. Κάθε μηχανή μετρήθηκε στο υπάρχον στρώμα OCR της, απέναντι από μια διαφορετική έκδοση του κειμένου, οπότε οι βαθμολογίες είναι χαμηλές για όλους και δεν είναι μέτρο του OCR αυτο.
Αποδείξεις από το benchmark
| Μηχανή | 8-γραμμα ανάκληση |
|---|---|
| EpubCC engine (EPUB output) | 0.845 |
| EpubCC engine (plain text) | 0.829 |
| pdf_oxide · extract_text | 0.740 |
| pdf_oxide · to_plain_text (XY-cut) | 0.694 |
| pdf_oxide · Markdown | 0.692 |
| PDFium · text().all() | 0.756 |
| OpenDataLoader PDF (local mode) | 0.734 |
| pdftotext (Poppler) | 0.755 |
| Calibre · ebook-convert (EPUB output) | 0.726 |
| EpubCC engine (EPUB, same extractor as Calibre) | 0.845 |
| Έγγραφο | EpubCC engine (EPUB output) | EpubCC engine (plain text) | pdf_oxide · extract_text | pdf_oxide · to_plain_text (XY-cut) | pdf_oxide · Markdown | PDFium · text().all() | OpenDataLoader PDF (local mode) | pdftotext (Poppler) | Calibre · ebook-convert (EPUB output) | EpubCC engine (EPUB, same extractor as Calibre) |
|---|---|---|---|---|---|---|---|---|---|---|
| Alice's Adventures in Wonderland, 1867 printing (scan, Internet Archive) | 0.579 | 0.544 | 0.632 | 0.639 | 0.524 | 0.651 | 0.625 | 0.156 | — | 0.579 |
Μετατροπή ενός σκαναρισμένου PDF
Έως 3 ολόκληρα βιβλία την ημέρα δωρεάν. Δεν απαιτείται λογαριασμός.