OCR PDF
اسکین شدہ دستاویزات سے قابل تلاش متن نکالیں۔
گائیڈ اور FAQ
اس ٹول کے بارے میں
اسکین شدہ PDFs اور صرف تصویری دستاویزات کو تلاش کرنے کے قابل، کاپی کے لیے دوستانہ فائلوں میں تبدیل کریں - کسی کلاؤڈ OCR فارم پر صفحات اپ لوڈ کیے بغیر Tesseract.js کے ساتھ اپنے براؤزر کے اندر موجود متن کو پہچانیں۔ زبانیں چنیں، مقامی طور پر شناخت چلائیں، اور ایک PDF ڈاؤن لوڈ کریں جس میں ایک پوشیدہ ٹیکسٹ پرت نظر آنے والے اسکین کے ساتھ منسلک ہے۔ مفت، کوئی اکاؤنٹ نہیں۔ آرکائیو کنٹریکٹس، گورنمنٹ فارمز، اور ریسرچ PDF کے لیے ضروری ہے جہاں آپ کو Ctrl+F، کاپی پیسٹ، یا بعد میں PDF-to-Word پاس کی ضرورت ہے۔
What you get
- آؤٹ پٹ: PDF ہر صفحے پر ایک غیر مرئی متن کی تہہ کے ساتھ - ایکروبیٹ، پیش نظارہ، اور براؤزرز میں کام تلاش اور کاپی کریں۔
- انجن: Tesseract LSTM مقامی طور پر WebAssembly کے ذریعے چل رہا ہے - کوئی تھرڈ پارٹی OCR API بذریعہ ڈیفالٹ نہیں۔
- زبانیں: + - کے ساتھ مل کر ملٹی لینگویج پیک ہر اسکرپٹ کے تربیتی ڈیٹا پر منحصر ہے۔
- بصری: صفحہ کی ظاہری شکل اسکین رہتی ہے۔ OCR خود بخود ترچھے مارجن کو دوبارہ ٹائپ یا صاف نہیں کرتا ہے۔
- ہینڈ رائٹنگ: کرسیو اور دستخط عام طور پر ناکام یا جزوی ہوتے ہیں - ٹائپ شدہ پرنٹ بہترین کام کرتا ہے۔
- حدود: 300 dpi پر بڑے اسکینوں میں پرانے لیپ ٹاپ پر وقت لگتا ہے۔ بہت ہلکا متن یا بھاری شور درستگی کو کم کرتا ہے۔
کب استعمال کریں
- کسی بیرونی OCR وینڈر کو جلدیں بھیجے بغیر ایک لیگیسی پیپر آرکائیو کو قابل تلاش بنانا۔
- جب پیدائشی ڈیجیٹل متن دستیاب نہ ہو تو PDF سے Word کے لیے سکین شدہ معاہدوں کی تیاری۔
- حکومت کی طرف سے کاپی پیسٹ کو فعال کرنا PDF جو تکنیکی طور پر تصاویر ہیں۔
- اندرونی علمی بنیادوں کے لیے پرنٹ آؤٹس سے اسکین کیے گئے میٹنگ پیکٹوں کی اشاریہ سازی۔
Why JoyPDF for this
کلاؤڈ OCR سروسز ہر صفحہ کو اپ لوڈ کرتی ہیں - بشمول دستخط، اکاؤنٹ نمبر، اور درجہ بند پیراگراف - متن کو دور سے پہچاننے کے لیے۔ JoyPDF OCR مکمل طور پر آپ کے براؤزر میں چلتا ہے: پروسیسنگ کے دوران پکسلز اور پہچانے گئے تار ڈیوائس پر رہتے ہیں۔ آپ سرور کا اندازہ لگانے کے بجائے واضح طور پر زبانیں چنتے ہیں۔ یہ جی ڈی پی آر، قانونی استحقاق، اور ایئر گیپڈ-ملحقہ ورک فلو کے مطابق ہے جہاں آؤٹ باؤنڈ دستاویز کی منتقلی ممنوع ہے۔
کیسے استعمال کریں
- 1اپنا سکین شدہ PDF شامل کریںفائل کو ڈراپ کریں یا اسے اپنے آلے سے منتخب کریں۔ صفحات مقامی طور پر لوڈ ہوتے ہیں - کوئی سرور سائیڈ OCR قطار نہیں ہے۔
- 2OCR زبانیں منتخب کریں۔شناختی زبانیں منتخب کریں - جیسے دو لسانی اسکینوں کے لیے انگریزی، پولش، یا مشترکہ eng+pol۔
- 3شناخت چلائیں۔JoyPDF آپ کے آلے کے ہر صفحے پر کارروائی کرتا ہے۔ پیش رفت فی صفحہ ظاہر ہوتی ہے کیونکہ OCR CPU-انٹینسیو ہے۔
- 4ڈاؤن لوڈ قابل تلاش PDFOCR چھی گئی فائل کو محفوظ کریں - بصری طور پر اسکین سے ملتی جلتی لیکن نیچے قابل انتخاب، تلاش کے قابل متن کے ساتھ۔
عام سوالات
کون سی زبانیں JoyPDF OCR سپورٹ کرتی ہیں؟
JoyPDF آپ کے منتخب کردہ Tesseract زبان کے پیک کا استعمال کرتا ہے - عام لاطینی رسم الخط (انگریزی، پولش، جرمن، فرانسیسی، ہسپانوی، وغیرہ) اور بہت سے دوسرے دستیاب تربیت یافتہ ڈیٹا پر منحصر ہیں۔ دو لسانی دستاویزات کے لیے + کے ساتھ زبانوں کو یکجا کریں، جیسے انگریزی عنوانات کے ساتھ پولش باڈی ٹیکسٹ کے لیے pol+eng۔ زبان کا غلط انتخاب بے ہودہ شناخت پیدا کرتا ہے - دستاویز سے ملائیں، نہ کہ آپ کے UI لوکیل سے۔ اگر JoyPDF نتائج خراب ہیں تو نایاب اسکرپٹس یا مخلوط عمودی متن کو ماہر ڈیسک ٹاپ OCR کی ضرورت ہو سکتی ہے۔ ڈاؤن لوڈ کردہ زبان کا ڈیٹا براؤزر سیشن میں لوڈ ہو جاتا ہے۔ اسے آپ کے PDF کے ساتھ واپس نہیں بھیجا جاتا ہے۔
ایڈوب کے مقابلے میں براؤزر OCR کتنا درست ہے؟
افقی ٹائپ شدہ متن کے ساتھ 200-300 dpi پر صاف آفس اسکین اکثر اعلی درستگی تک پہنچ جاتے ہیں - تلاش اور کچے کاپی پیسٹ کے لیے کافی اچھا ہے۔ ٹیبل فون کی تصاویر، ٹیکسٹ پر ڈاک ٹکٹ، قواعد کے ساتھ میزیں، اور فوٹ نوٹ کسی بھی انجن میں درستگی کو کم کرتے ہیں۔ JoyPDF ایک اہم شق کو دوبارہ ٹائپ کرنے والے انسان کو شکست نہیں دے گا - ہمیشہ قانونی اور طبی سٹرنگ کو اسپاٹ چیک کریں۔ ایڈوب کا کلاؤڈ OCR مشکل لے آؤٹ پر آگے بڑھ سکتا ہے لیکن اسے اپ لوڈ کی ضرورت ہے۔ بلک آرکائیوز پر اندرونی تلاش کی اہلیت کے لیے، مقامی OCR ٹریڈ آف عام طور پر رازداری پر جیت جاتے ہیں۔
کیا OCR میرے PDF کی بصری شکل کو تبدیل کرتا ہے؟
اسکین امیج نظر آنے والی پرت بنی رہتی ہے - OCR تلاش اور انتخاب کے لیے نیچے ایک غیر مرئی متن کی تہہ شامل کرتا ہے۔ آپ کو صفحہ پر فونٹ کی تبدیلیاں نظر نہیں آنی چاہئیں جب تک کہ آپ کا ناظر OCR متن کو نمایاں نہ کرے۔ ایمبیڈڈ ٹیکسٹ اسٹریمز سے فائل کا سائز معمولی طور پر بڑھ سکتا ہے۔ اگر آپ کو دوبارہ ٹائپ شدہ ایک صاف دستاویز کی ضرورت ہے، OCR پھر PDF سے Word اسکین کو بصری طور پر تبدیل کرنے کے لیے اکیلے OCR کی توقع سے بہتر کام کرتا ہے۔ OCR کے بعد ریڈیکٹ کرنے کے لیے Redact PDF کی ضرورت ہوتی ہے - OCR حساس پکسلز کو نہیں ہٹاتا ہے۔
کیا میرا اسکین شدہ PDF OCR کے دوران اپ لوڈ کیا گیا ہے؟
نمبر۔ پہچان مقامی طور پر Tesseract.js کے ساتھ WebAssembly میں چلتی ہے۔ صفحہ کی تصاویر آپ کے آلے پر میموری میں پروسیس کی جاتی ہیں۔ JoyPDF سرورز OCR کے لیے دستاویز کے بائٹس وصول نہیں کرتے ہیں۔ زبان کے ماڈل کی فائلیں CDN سے کسی بھی WASM انحصار کی طرح ڈاؤن لوڈ ہوتی ہیں - آپ کے دستاویز کے مواد سے نہیں۔ اگر تعمیل کے لیے ثبوت کی ضرورت ہو تو نیٹ ورک ٹولز سے تصدیق کریں۔ مشترکہ مشینوں پر ایکسپورٹ کے بعد ٹیب کو بند کر دیں کیونکہ OCR آؤٹ پٹ میں ٹیکسٹ لیئر میں نکالا گیا PII ہو سکتا ہے۔
کیا میں PDF پر OCR کرنے کے بعد اسے Word میں تبدیل کر سکتا ہوں؟
ہاں - یہ ایک عام پائپ لائن ہے۔ اسکین شدہ PDFs میں PDF-to-Word کے لیے ساخت کی کمی ہے جب تک OCR متن شامل نہیں کرتا ہے۔ تلاش کے قابل متن کے لیے پہلے OCR PDF چلائیں، پھر قابل تدوین پیراگراف کے لیے PDF سے Word - یا OCR-پہلے اختیارات کو PDF میں Word پیش کرنے پر فعال کریں۔ ڈبل OCR شاذ و نادر ہی مدد کرتا ہے۔ چیک باکس والے فارمز کے لیے، قطع نظر اس کے کہ Word میں دستی صفائی کی توقع کریں۔ اگر صرف تلاش اہمیت رکھتی ہے، OCR اکیلے Word تبدیلی کے بغیر کافی ہے۔
میرے کمپیوٹر پر OCR سست کیوں ہے؟
OCR CPU بھاری ہے: ہر صفحے کا تجزیہ امیج ریزولوشن پر کیا جاتا ہے جسے آپ اسکین میں سرایت کرتے ہیں۔ ایک 300 dpi، 200 صفحات کی کتاب پرانے لیپ ٹاپ پر کئی منٹ لگ سکتی ہے - عام، کوئی بگ نہیں۔ RAM کو آزاد کرنے کے لیے دیگر ٹیبز کو بند کریں۔ اگر ٹیب کریش ہو جائے تو PDF اور OCR ابواب کو الگ الگ کر دیں۔ پروگریس کال بیکس فی صفحہ اسٹیٹس دکھاتی ہیں۔ تیز ہارڈ ویئر دوبارہ کوشش کرنے سے زیادہ مدد کرتا ہے۔ ڈیسک ٹاپ کی دھڑکنوں پر راتوں رات بیچ ایک فون براؤزر سے بہت زیادہ آرکائیوز کے لیے لڑ رہا ہے۔