Szöveg kivonása PDF fájlokból OCR-rel Windows 11 rendszerben: Teljes útmutató

Ha naponta dolgozik szkennelt dokumentumokkal, akkor tudja, hogy a szöveg kinyerése egy PDF- ből kissé fejfájást okozhat; a Windows 11 OCR technológiájával ez a folyamat gyors és megbízható lesz. Ebben az útmutatóban részletesen áttekintjük a PDF-ekben és képekben található szöveg felismerésének legjobb lehetőségeit , beleértve a helyi eszközöket, az online szolgáltatásokat és a vállalati megoldásokat.

Nem csak az alapoknál maradunk: mindent megtalál a natív segédprogramoktól, mint például a PowerToys Text Extractor, az olyan szerkesztőprogramokon át, mint az Adobe Acrobat , az ingyenes alternatívákig, mint a Google Docs és a Sejda, valamint a vállalati platformokig, mint a SharePoint, indexelési és megfelelőségi funkciókkal. Támogatott formátumokat, nyelveket, méretkorlátokat, főbb lépéseket és konfigurációs tippeket is tartalmazunk , hogy segítsünk elérni a maximális pontosságot.

Mi az OCR, és miért fontos lehet a Windows 11 rendszerben?

Az optikai karakterfelismerés (OCR) a beolvasott képeket vagy PDF-eket szerkeszthető és kereshető szöveggé alakítja, lehetővé téve a tartalom másolását, szerkesztését és elemzését, mintha saját kezűleg gépelte volna be. Az OCR-motorok elemzik a karakterek alakját, méretét és eloszlását, és géppel olvasható szöveggé alakítják azokat , amely szerkesztésre vagy indexelésre kész.

Mindennapi használatra ideális kereshető PDF-ek archiválására, dokumentumok telefonon történő olvasására , könyvek digitalizálására vagy régi feljegyzésekből való információk kinyerésére. Bár a pontosság jelentősen javult, a képminőség és az, hogy a dokumentum kézzel írott vagy nyomtatott-e, továbbra is számít , ezért tanácsos a szkennelés után áttekinteni az eredményeket.

Vállalati OCR a Microsoft 365-ben: SharePoint, OneDrive és egyebek

A SharePointban a képalapú PDF-ek mellett a hibrid PDF-ek (szöveg és képek keveréke) is támogatottak, feltöltéskor automatikus feldolgozással. Felismeri az Office-fájlokba (docx, pptx, xlsx) beágyazott képeket is, és deduplikációt alkalmaz, hogy elkerülje ugyanazon kép többszöri feldolgozását , optimalizálva a költségeket és a teljesítményt.

Támogatott fájltípusok hely szerint

A formátumkompatibilitás a csatlakozási ponttól (SharePoint/OneDrive, Exchange, Teams/Windows/macOS) függően változik. Összefoglaltuk a lényeget, miközben megőriztük a technikai részleteket:

Nyelvek tekintetében a szolgáltatás több mint 150 nyelvet támogat, és hatóköre számos Microsoft 365 megoldást lefed, összekapcsolva a Microsoft Purview megfelelőségi lehetőségeivel az irányítás és az adatvédelem érdekében.

Fontos korlátozások és követelmények

Felhívjuk figyelmét, hogy a SharePoint OCR bizonyos technikai korlátozásokat szab a képek feldolgozásakor. A fájlméret nem haladhatja meg az 50 MB-ot, a minimális felbontás 50 x 50 képpont, a maximális pedig 16 000 x 16 000 képpont ; továbbá csak az OCR engedélyezése után feltöltött képek kerülnek feldolgozásra.

Helyi OCR Windows 11 rendszerben: PowerToys szövegkivonó

Ha menet közben szeretne szöveget kinyerni a képernyő bármely részéről (beleértve a videókat, alkalmazásokat vagy játékokat), a PowerToys Text Extractor életmentő lehet. A „Win + Shift + T” billentyűkombinációval egy átfedés jelenik meg, amellyel kiválaszthat egy területet; amikor elengedi, a felismert szöveg a vágólapra másolja.

A rögzítési folyamat automatikusan bezárul, ha befejeződött, és bármikor megszakíthatja az „Esc” billentyű megnyomásával. A kijelölés finomításához tartsa lenyomva a Shift billentyűt a keret átméretezés nélküli mozgatásához , majd engedje el a Shift billentyűt a méret újbóli beállításához.

A beállításokban testreszabhatja az aktiválási parancsikont és a kívánt nyelvet. A modul csak azokat a nyelveket ismeri fel, amelyekhez telepítve van az OCR csomag a Windows rendszeren , ezért érdemes ezt előre ellenőrizni.

OCR nyelvi csomagok ellenőrzése és telepítése

A rendszeren elérhető OCR-nyelvek Windows PowerShellből való listázásához futtathatja a következő parancsot: ez megerősíti, hogy mely felismerők állnak készen a használatra a PowerToysban.

Elérhető felismerők listája: ::AvailableRecognizerLanguages

Ha az összes telepíthető OCR-képességet szeretné megtekinteni: ez a szűrő megjeleníti a nyelvi OCR-csomagokat és azok állapotát (telepítve vagy nem).

Telepíthető OCR csomagok megtekintése: Get-WindowsCapability -Online | Where-Object { $_.Name -Like 'Language.OCR*' }

Például az „en-US” felismerés telepítéséhez: először szűrni kell a képességet, majd online hozzáadni, mindezt a PowerShellből rendszergazdai jogosultságokkal.

Telepítse az „en-US”-t (PowerShell): $Capability = Get-WindowsCapability -Online | Where-Object { $_.Name -Like 'Language.OCR*en-US*' }
$Capability | Add-WindowsCapability -Online

És ha el kell távolítania ezt a csomagot: ugyanaz a kapacitáskiválasztási minta és eltávolítás a Remove-WindowsCapability paranccsal.

Az „en-US” eltávolítása (PowerShell): $Capability = Get-WindowsCapability -Online | Where-Object { $_.Name -Like 'Language.OCR*en-US*' }
$Capability | Remove-WindowsCapability -Online

Tipikus hibaelhárítás

Ha a PowerToys figyelmeztet, hogy „Nincsenek telepítve lehetséges OCR nyelvek”, ellenőrizze, hogy a csomag valóban telepítve van-e. Egyes számítógépeken, ahol a rendszermeghajtó nem a „C:” meghajtó, az „X:/Windows/OCR” mappa „C:/Windows/OCR” meghajtóra másolása megoldja a problémát.

PDFgear: Területalapú OCR és gyors szerkesztés

A PDFgear egy nagyon komplett ingyenes szerkesztő, amely helyi OCR-t is tartalmaz, így tökéletes csak az Önt érdeklő rész rögzítéséhez. Nyissa meg a PDF-et, aktiválja az „OCR” funkciót a fő fülön, és az egérrel jelölje ki a felismerni kívánt területet . Ezután az eredményt a vágólapra másolhatja, vagy TXT fájlként mentheti.

Az OCR-en túl a PDFgear lehetővé teszi szöveg szerkesztését, képek hozzáadását, jegyzetekkel való ellátását, kiemelését, aláírását és dokumentumok védelmét. Online verziója nem igényel regisztrációt és nem ad hozzá vízjeleket, míg a Windows 11-es asztali program könnyűsúlyú és stabil , ideális a mindennapi feladatokhoz.

Google Dokumentumok: Szkennelt PDF konvertálása ingyen

Google- fiókkal egyszerűen töltse fel a PDF-et a Drive-ra, kattintson rá jobb gombbal, és nyissa meg a „Google Dokumentumok” segítségével. A szolgáltatás automatikusan elvégzi az OCR-t, és létrehoz egy szerkeszthető dokumentumot a kinyert szöveggel , amelyet ezután Word , PDF vagy sima szövegként letölthet .

Mivel felhőalapú konverzióról van szó, az elrendezés nem mindig őrződik meg, különösen, ha a PDF összetett táblázatokat vagy sok képet tartalmazott. Ennek ellenére a tartalom gyors kinyerésére és szerkesztésére ez az egyik leghatékonyabb és legkönnyebben hozzáférhető stratégia.

.NET fejlesztőknek: IronOCR

Ha OCR-t kell integrálnia alkalmazásaiba, az IronOCR egy nagy teljesítményű C# függvénytár. Nagy pontosságot, sebességet és valós idejű támogatást kínál a szkenneléshez, indexeléshez és felismeréshez , valamint kompatibilis az igényes iparágakkal.

Minimális példa a C#-ban való használatra a magas szintű API-jával: ez a minta lehetővé teszi egy vagy több kép beolvasását és a felismert szöveg memóriából való kinyerését.

Használandó kódrészlet:

var Ocr = new IronTesseract();
using (var Input = new OcrInput())
{
  Input.AddImage("Image.jpg");
  // puedes añadir más imágenes si lo necesitas
  var Result = Ocr.Read(Input);
  Console.WriteLine(Result.Text);
}

Licencelés szempontjából az IronOCR ingyenesen fejleszthető és próbaverzióval is rendelkezik; a kereskedelmi licencek a fejlesztők számától függően vannak rétegezve, és van egy több termékből álló csomag , amely megtakarítást kínál az egyéni vásárlásokhoz képest.

Gyakorlati összehasonlítás és a szerszám kiválasztása

Ha maximális minőséget és fejlett PDF-szerkesztést keres, az Acrobat Pro DC és az ABBYY FineReader a biztos választás. Az előbbi a PDF-ökoszisztémájával, az utóbbi a pontosságával és a képvezérlésével tűnik ki ; mindkettő kötegelt feldolgozási lehetőségeket és kiterjedt nyelvi támogatást kínál.

Vegyes munkafolyamatok és az ár-érték arány közötti jó egyensúly elérése érdekében az UPDF és az EaseUS PDF Editor egyaránt kiváló választás. Az UPDF felhőalapú számítástechnikát és automatizálást kínál, míg az EaseUS az OCR-t és az átfogó szerkesztést ötvözi a felhasználóbarát tanulási görbével, amely a kezdők számára is vonzó.

Ha nem szeretnél költeni semmit, a FreeOCR, a Google Docs és a PDFgear sok mindent lefed. A FreeOCR gondtalan konverziókat kínál, a Docs gyors felhőalapú konverziókat, a PDFgear pedig területspecifikus OCR-t és jelölésmentes szerkesztést biztosít – mindezt ingyen.

Vállalati környezetben a SharePoint/OneDrive integrált OCR-rel csökkenti a súrlódást, és keresési, valamint megfelelőségi lehetőségeket biztosít. Továbbá a Windows 11 rendszeren futó PowerToys Text Extractorral egy svájci bicskával azonnal rögzítheti a szöveget a képernyőn – ami függőséget okoz, ha egyszer kipróbálja.

Tippek az OCR pontosságának javításához

Győződjön meg arról, hogy a képek nem lépik túl a határokat, és megfelelő felbontásban vannak, kerülje az elmosódott vagy árnyékos fotókat. Mindig válassza ki a dokumentumhoz megfelelő nyelvet, és ha lehetséges, javítsa a kontrasztot és egyenesítse ki az oldalt szkennelés előtt, hogy segítse az OCR motort.

Táblázatokat tartalmazó PDF-ek esetén használjon olyan eszközöket, amelyek táblázatszerkesztőt (ABBYY/Readiris) vagy Excel-exportálást kínálnak. Ha csak egy adott szakaszra van szüksége, a PDFgear lokalizált OCR-je vagy manuális kijelölés egyes szerkesztőkben időt takarít meg, és sokkal könnyebbé teszi az eredmények tisztítását.

Amikor a dokumentum kézzel írott, próbáljon ki olyan motorokat, amelyek explicit módon támogatják azt, és alapos utófeldolgozást feltételeznek. Nagy kötegek esetén engedélyezze a feldolgozási sorokat, és ha a hardver korlátozott , fontolja meg a többszálú vagy a felhőalapú feldolgozási lehetőségeket.

Ha probléma van a PowerToys nyelveivel, ellenőrizd az OCR csomagokat, és telepítsd újra őket a PowerShellből. Ne feledd, hogy a nyelvi csomag telepítése nélkül nem lesz felismerés, még akkor sem, ha a rendszer többi része az adott nyelven van.

Végül, vegye figyelembe az adatvédelmet: bizalmas dokumentumok esetén részesítse előnyben a helyi vagy vállalati megoldásokat (például a SharePointot) az online szolgáltatásokkal szemben. Mindig tekintse át az adatvédelmi irányelveket, és ha lehetséges, helyileg vagy ellenőrzött környezetben dolgozzon a fájlokkal a szabályozásoknak való megfelelés biztosítása érdekében.

Mindezen lehetőségeknek köszönhetően, a Microsoft 365-be integrált OCR-től az ingyenes segédprogramokig és fejlesztői könyvtárakig, a teljes eszköztár a kezedben van ahhoz, hogy PDF-eket és képeket hasznos szöveggé konvertálj Windows 11-ben; válassz a forgatókönyvednek megfelelően (gyors konvertálás, teljes szerkesztés, mennyiségi vagy megfelelőségi szerkesztés), és elsőre jól fogod csinálni.

Kapcsolódó cikk:

Hogyan konvertálhat képet szöveggé (OCR) Windows 11 rendszerben telepítés nélkül

Izsák

Szenvedélyes író a bájtok és általában a technológia világáról. Szeretem megosztani tudásomat írásban, és ezt fogom tenni ebben a blogban, megmutatom a legérdekesebb dolgokat a kütyükről, szoftverekről, hardverekről, technológiai trendekről stb. Célom, hogy egyszerű és szórakoztató módon segítsek eligazodni a digitális világban.