EpubCC¿Puede un PDF escaneado convertirse en un EPUB refluido?
Actualizado:
Un PDF escaneado puede convertirse en un EPUB refluido una vez que OCR convierte cada imagen de página en texto, y ese texto lleva errores de OCR en escaneos de mala calidad o antiguos. EpubCC ejecuta OCR gratis en PDFs escaneados de hasta 10 páginas, en los más largos con sus planes Pro y Business, y enumera esas páginas en el informe, para que sepas cuáles revisar.
Qué es un PDF escaneado
Cada página es una fotografía de papel. Algunos escaneos incluyen una capa de texto oculta OCR, razón por la cual a veces puedes seleccionar texto en ellos; su calidad depende del escaneo y del software que lo realizó.
¿Qué muestra nuestra referencia sobre escaneos?
Nuestro corpus incluye una impresión de 1867 de Las Aventuras de Alicia en el País de las Maravillas escaneada por la Universidad de Toronto. Cada motor se midió en su capa OCR existente, contra una diferente edición del texto, por lo que las puntuaciones son bajas para todos y no son una medida de OCR en sí.
Evidencia del benchmark
| Motor | recuperación de 8-gramas |
|---|---|
| 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 |
| Documento | 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 |
Convertir un PDF escaneado
Hasta 3 libros completos al día gratis. No se necesita cuenta.