EpubCCPDF'mın taranıp taranmadığını nasıl anlarım?
Güncellendi:
PDF'yi açın ve sayfada görebileceğiniz bir cümleyi seçmeyi veya bir kelime aramayı deneyin: eğer hiçbir şey seçilemiyor veya bulunamıyorsa, sayfa bir görüntüdür ve PDF taranmıştır. Eğer metni seçebiliyorsanız ama yapıştırdığınızda anlamsız çıkıyorsa, PDF'nin hasar görmüş veya zayıf bir OCR metin katmanı vardır.
PDF dosyanızı ücretsiz indirin ve bölümlerini, paragraflarını ve notlarını kontrol edin.
Dört hızlı kontrol
- Metin seçimi: herhangi bir PDF görüntüleyicisinde bir satırın üzerine sürükleyin. Taranmış bir sayfa tek bir blok olarak seçilir veya hiç seçilmez.
- Arama: görebileceğiniz bir kelimeyi arayın. OCR olmadan taranmış bir sayfada eşleşme yok.
- Çok yakınlaştırın: gerçek metin her yakınlaştırmada net kalır; bir tarama bulanıklaşır veya pikseller ve kağıt dokusu gösterir.
- Bir paragrafı bir metin editörüne kopyalayıp yapıştırın: temiz metin, kullanılabilir bir metin katmanı anlamına gelir; eksik boşluklar, yanlış harfler veya semboller, zayıf bir OCR katmanı veya Unicode haritası olmayan yazı tipleri anlamına gelir.
Karışık PDF'ler
Bazı PDF'ler her ikisini de karıştırır: birkaç taranmış sayfaya (imzalar, eski figürler, eklenen ekler) sahip dijital bir gövde, veya dijitalleştirilmiş olan kütüphane tarafından eklenmiş görünmeyen bir OCR katmanı olan taranmış bir kitap. Dosyanın farklı kısımlarından birkaç sayfayı kontrol edin, yalnızca ilk sayfadan değil.
Neden EPUB'ye dönüştürmek için önemli
Bir yeniden akışkan EPUB metinden oluşur. Tarayıcıdan geçirilmiş bir sayfanın hiçbir metni yoktur, ta ki OCR onu tanıyana kadar ve EPUB her OCR hatasını miras alır. EpubCC taranmış sayfaları OCR ile okur, 10 sayfaya kadar olan PDF'lerde ücretsizdir ve Pro ve Business planlarında daha uzun dosyalar için geçerlidir ve kalite raporu hataları gizlemek yerine liste halinde sunar. Zaten gizli bir metin katmanı barındıran bir tarama, bu katmandan okunur ve bu katmanda mevcut olan hatalarla birlikte gelir.
Karşılaştırma kanıtı
| Motor | 8-gram geri çağırma |
|---|---|
| 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 |
| Belge | 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 |
PDF dosyanızı ücretsiz indirin ve bölümlerini, paragraflarını ve notlarını kontrol edin.
Günde 3 tam kitap ücretsizdir. Hesap gerekmez.