EpubCCUn PDF numérisé peut-il devenir un EPUB reflowable ?
Mis à jour :
Un PDF scanné peut devenir un EPUB reflowable une fois que OCR transforme chaque image de page en texte, et ce texte contient des erreurs OCR sur des scans mauvais ou anciens. EpubCC exécute OCR gratuitement sur les PDF scannés jusqu'à 10 pages, sur des plus longs avec ses plans Pro et Business, et les liste dans le rapport, afin que vous sachiez lesquels vérifier.
Ce qu'un PDF scanné est
Chaque page est une photographie de papier. Certains scans incluent une couche de texte OCR cachée, ce qui explique pourquoi vous pouvez parfois sélectionner du texte à l'intérieur ; sa qualité dépend du scan et du logiciel qui l'a réalisé.
Ce que notre référence montre à propos des scans
Notre corpus comprend une impression de 1867 des Aventures d'Alice au pays des merveilles numérisée par l'Université de Toronto. Chaque moteur a été mesuré sur sa couche existante OCR, par rapport à une autre édition du texte, donc les scores sont bas pour tout le monde et ne sont pas une mesure de OCR lui-même.
Éléments de preuve du benchmark
| Moteur | rappel 8-gram |
|---|---|
| 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 |
| Document | 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 numérisé
Jusqu'à 3 livres entiers par jour gratuits. Aucun compte nécessaire.