EpubCCCzy zeskanowane PDF może stać się reflowable EPUB?
Zaktualizowane:
Skanowany PDF może stać się reflowowalnym EPUB, gdy OCR zamieni każdy obraz strony na tekst, a ten tekst zawiera OCR błędy w przypadku słabych lub starych skanów. EpubCC działa na OCR za darmo na skanowanych PDF-ach do 10 stron, na dłuższych z planami Pro i Business, i wymienia te strony w raporcie, abyś wiedział, które sprawdzić.
Co to jest zeskanowany PDF
Każda strona to zdjęcie papieru. Niektóre skany zawierają ukrytą warstwę tekstową OCR, co wyjaśnia, dlaczego czasami można zaznaczyć tekst; jego jakość zależy od skanowania i oprogramowania, które je wykonało.
Co pokazuje nasze benchmarkowe badanie skanów
Nasz korpus obejmuje wydanie z 1867 roku Powieści Alicji w Krainie Czarów zeskanowane przez Uniwersytet w Toronto. Każdy silnik był mierzony na istniejącej OCR warstwie, w porównaniu z inną edycją tekstu, więc wyniki są niskie dla wszystkich i nie są miarą samej OCR.
Dowody z benchmarku
| Silnik | Przywołanie 8-gramowe |
|---|---|
| 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 |
| Dokument | 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 |
Konwertuj zeskanowany PDF
Do 3 całych książek dziennie za darmo. Nie potrzeba konta.