ทำ PDF สแกนให้ค้นหาได้อย่างไร
PDF ที่สแกนมาคือรูปถ่ายหลายใบซ้อนกัน คุณอ่านได้ แต่คอมพิวเตอร์อ่านไม่ได้ ค้นหาแล้วไม่เจออะไร และพอลากเลือกข้อความก็เลือกได้ทั้งหน้าเป็นรูปเดียว OCR แก้ปัญหานี้ด้วยการจดจำตัวอักษรในแต่ละหน้า แล้วเก็บเป็นข้อความที่คอมพิวเตอร์เข้าใจ
เลือกไฟล์ ติ๊กภาษาที่พิมพ์อยู่ในเอกสาร แล้วคงผลลัพธ์เป็น PDF ค้นหาได้ เครื่องมือจะเรนเดอร์แต่ละหน้าที่ความละเอียดสูง อ่านข้อความ แล้ววางชั้นข้อความที่มองไม่เห็นลงตรงตำแหน่งคำบนหน้าต้นฉบับพอดี ผลลัพธ์เปิดได้ในโปรแกรมอ่าน PDF ทุกตัว หน้าตาเหมือนไฟล์สแกนทุกอย่าง แต่ค้นหา เลือกข้อความ และคัดลอกได้แล้ว และระบบค้นหาไฟล์ในคอมก็หาไฟล์นี้เจอจากเนื้อหาข้างใน
หน้าที่มีข้อความจริงอยู่แล้ว เช่น หน้าปกที่พิมพ์จาก Word ในไฟล์ที่ส่วนอื่นเป็นภาพสแกน จะถูกปล่อยไว้ตามเดิม คุณจึงไม่ได้คำเดียวกันซ้ำสองชั้น
เคล็ดลับ: ติ๊กเฉพาะภาษาที่มีอยู่ในเอกสารจริง ภาษาที่เพิ่มขึ้นแต่ละภาษาทำให้อ่านช้าลงเล็กน้อย และเปิดโอกาสให้ตัวอ่านเดาคำผิดมากขึ้น เอกสารไทยทั่วไปใช้แค่ไทยกับอังกฤษก็พอ
แปลง PDF สแกนเป็นข้อความอย่างไร
เลือกผลลัพธ์เป็น ไฟล์ข้อความ (.txt) คุณจะได้ไฟล์ข้อความล้วนหนึ่งไฟล์ที่มีคำจากทุกหน้า คั่นแต่ละหน้าด้วยบรรทัดว่าง เหมาะเมื่อต้องอ้างอิงหนังสือราชการที่สแกนไว้ แปลเอกสาร หรือย้ายตัวเลขจากรายงานเก่าไปใส่ในตาราง Excel
ถ้าอยากได้เอกสารที่แก้ไขได้พร้อมเลย์เอาต์ ขั้นต่อไปคือแปลง PDF ที่ค้นหาได้นั้นเป็น Word ส่วนไฟล์ที่ไม่เคยผ่านการสแกน เช่น PDF ที่ส่งออกจาก Word ไม่ต้อง OCR เลย การดึงข้อความโดยตรงเร็วกว่าและได้ข้อความตรงทุกตัว
OCR อ่านไฟล์สแกนและรูปถ่ายจากมือถือได้แม่นแค่ไหน
กับไฟล์สแกนตัวพิมพ์ที่สะอาดและตรง ผลมักดีมาก ความแม่นยำจะลดลงเมื่อต้นฉบับอ่านยาก ภาษาไทยมีสระบน สระล่าง และวรรณยุกต์ซ้อนกัน จึงไวต่อคุณภาพภาพมากกว่าภาษาอังกฤษ สิ่งที่ตัวอ่านมักมีปัญหา
- ความละเอียดต่ำ สแกนที่ 300 DPI ตัวหนังสือที่ซูมแล้วเบลอจะถูกเดา และวรรณยุกต์ตัวเล็กมักหายไปก่อน
- หน้าเอียงหรือโค้ง รูปถ่ายหนังสือที่โค้งตรงสันหรือถ่ายเอียงทำให้แยกบรรทัดผิด ควรถ่ายให้ตรงก่อน
- ลายมือ ตัวอ่านถูกฝึกกับตัวพิมพ์ ตัวบรรจงอาจพอได้ แต่ลายมือเขียนติดกันส่วนใหญ่อ่านไม่ออก
- ตราประทับ ลายน้ำ และพื้นหลังสี ข้อความที่อยู่บนสิ่งเหล่านี้แยกออกจากพื้นหลังได้ยากกว่า
- ตารางและหลายคอลัมน์ คำถูกอ่านครบ แต่ลำดับการอ่านในไฟล์ .txt อาจกระโดดข้ามคอลัมน์
ตรวจชื่อ ตัวเลข และจำนวนเงินในผลลัพธ์ทุกครั้งก่อนนำไปใช้
OCR เอกสารลับออนไลน์ปลอดภัยไหม
ที่นี่ปลอดภัย เพราะเอกสารไม่เคยถูกอัปโหลด บริการ OCR ออนไลน์ส่วนใหญ่ส่งไฟล์ไปที่เซิร์ฟเวอร์ อ่านที่นั่น แล้วเก็บสำเนาไว้ระยะหนึ่ง หน้านี้ทำกลับกัน คือดาวน์โหลดตัวอ่านข้อความและข้อมูลภาษามาที่เบราว์เซอร์ของคุณ แล้วทำงานทั้งหมดบนมือถือหรือคอมของคุณเอง
คุณตรวจสอบเองได้ เปิดเครื่องมือนักพัฒนาของเบราว์เซอร์ที่แท็บ Network ระหว่าง OCR จะเห็นไฟล์ของตัวอ่านโหลดเข้ามาในครั้งแรก แต่ PDF ของคุณไม่ถูกส่งไปไหนเลย เรื่องนี้สำคัญกับเอกสารที่คนไทยสแกนกันบ่อย เช่น สำเนาบัตรประชาชน สำเนาทะเบียนบ้าน ใบ 50 ทวิ statement ธนาคาร ใบรับรองแพทย์ และสัญญาที่เซ็นแล้ว
อ่านได้กี่ภาษา
มีให้เลือก 17 ภาษา (ดูรายการในเครื่องมือ) และติ๊กหลายภาษาพร้อมกันได้สำหรับเอกสารที่ใช้หลายภาษาปนกัน เช่น สัญญาภาษาไทยที่มีข้อความภาษาอังกฤษ หรือใบแจ้งหนี้ภาษาอังกฤษที่ส่งถึงบริษัทในกรุงเทพฯ โมเดลที่ใช้คือข้อมูลภาษารุ่น best ของ Tesseract ซึ่งแม่นยำ แต่บีบให้อยู่ในรูปแบบเลขจำนวนเต็มที่เล็กลง จึงดาวน์โหลดเร็วและยังอ่านได้แม่น