Langsung ke konten

OCR PDF: kenali teks hasil scan

Kenali teks di halaman hasil scan dan tambahkan sebagai lapisan tak terlihat di atas tiap halaman: PDF-nya tampak sama, tetapi teksnya kini bisa dicari dan disalin. Semuanya terjadi di perangkat Anda.

Diproses di perangkat AndaTidak ada yang dikirim ke server

Seret satu atau beberapa PDF ke sini

File PDF

File dibuka di perangkat Anda dan tidak pernah diunggah.

Cara kerjanya

  1. Pilih PDF hasil scan

    Seret file ke area kerja atau pakai tombol. Anda bisa memilih beberapa sekaligus.

  2. Pilih bahasanya

    Centang bahasa dokumen (bahasa Indonesia sudah dicentang, dan ada 19 bahasa lain yang bisa dipilih, termasuk Arab, Ibrani, Tionghoa, Jepang, dan Korea) dan kualitasnya. Pada pemakaian pertama, MovaDoc mengunduh data pengenalannya: sekitar 0,5 sampai 3 MB per bahasa.

  3. Unduh PDF yang bisa dicari

    Halamannya tampak sama, dengan teks yang dikenali tersembunyi di atasnya: kini bisa dicari dan disalin. Anda juga bisa mengunduh teksnya saja (.txt).

Pertanyaan yang sering diajukan

Apakah teks yang dikenali akurat?

Tergantung hasil scannya. Teks cetak yang tajam dikenali nyaris tanpa salah; scan yang buram atau beresolusi rendah lebih banyak salahnya. Halaman yang miring (sampai sekitar 10°), menyamping, atau terbalik diluruskan otomatis. Tulisan tangan tidak dikenali. Selalu periksa bagian yang penting.

Apakah file saya dikirim ke server?

Tidak. Pengenalan berjalan di browser Anda, dengan mesin Tesseract. Pada pemakaian pertama, MovaDoc mengunduh mesin dan data bahasanya dari situsnya sendiri (sekitar 3 MB per bahasa), saat Anda mulai memakai alat ini (mengetuk atau mengekliknya, atau mencapainya dengan keyboard) dan sebelum memproses file apa pun; PDF Anda tidak pernah keluar dari perangkat.

Apa yang berubah di PDF?

Tampilannya tetap sama: teks yang dikenali ditambahkan, tak terlihat, di atas tiap halaman, tepat di posisi tiap kata. Dengan begitu Anda bisa memilih, menyalin, dan mencari teksnya. Pada tabel, kata-katanya bisa dicari, tetapi teks yang disalin kehilangan susunan tabelnya.

Apakah pengenalan teks bisa bekerja tanpa internet?

Bisa, setelah pemakaian pertama: file pengenalannya tersimpan di browser (di jendela penyamaran, hanya sampai jendela itu ditutup). Pada pemakaian pertama (dan saat Anda memilih bahasa atau kualitas lain), perlu internet untuk mengunduhnya.

Bahasa apa saja yang dikenali? Lalu “Cepat” atau “Akurat”?

Dua puluh bahasa: Indonesia, Inggris, Portugis, Spanyol, Prancis, Jerman, Italia, Belanda, Polandia, Swedia, Denmark, Norwegia, Turki, Melayu, Arab, Ibrani, Tionghoa (Sederhana dan Tradisional), Jepang, dan Korea, bahkan jika bercampur dalam satu dokumen. Untuk Arab dan Ibrani, yang ditulis dari kanan ke kiri, teks tersembunyinya disimpan sesuai urutan baca: bisa dicari dan disalin seperti teks lainnya. Untuk Tionghoa dan Jepang, teks tersembunyinya tidak diberi spasi di antara karakter, sebagaimana lazimnya ditulis. Aksara lain (Kiril, Yunani…) tidak dibaca, dan MovaDoc memberi tahu; teks yang ditulis vertikal juga tidak dibaca. “Cepat” lebih ringan dan cukup untuk teks cetak yang tajam; “Akurat” lebih baik untuk huruf kecil dan scan yang buram, tetapi lebih lama. Di komputer, tiap halaman butuh sekitar 5 sampai 30 detik, tergantung teksnya; di ponsel, bisa jauh lebih lama.