PNG Dipadatkan Menjadi Satu TXT
PNG di ZIP Anda dibaca sesuai urutan nama file, dan kata yang dikenali dari setiap gambar ditambahkan ke satu file .txt UTF-8, dengan garis pemisah di tempat isi satu gambar berakhir dan berikutnya dimulai. Format, font, dan tata letak dibuang; yang tersisa hanya kata-katanya.
Ini kompromi yang disengaja: file .txt tidak punya gaya yang perlu dipertahankan, jadi memilihnya alih-alih dokumen Word hanya masuk akal jika yang benar-benar Anda butuhkan adalah teks mentah dari sekumpulan tangkapan layar, bukan dokumen yang masih mirip aslinya. Setiap pemisah mengulang baris teks pendek yang sama di antara halaman, sehingga dengan membuka file di editor apa pun dan mencari baris itu, Anda langsung melompat ke awal gambar sumber yang dipilih tanpa harus menggulir seluruh kumpulan dengan mata.
OCR Dokumen Multi-Halaman
Proses seluruh kumpulan dokumen dengan alat OCR multi-halaman kami. Masukkan gambar halaman ke satu ZIP, beri nama sesuai urutan halaman, dan dapatkan satu hasil gabungan—PDF yang bisa dicari, dokumen Word, atau teks dengan semua halaman. Ideal untuk mendigitalkan buku, laporan, korespondensi, dan arsip.
Untuk dokumen besar, pemrosesan batch menghemat waktu yang signifikan dibandingkan konversi halaman per halaman. Tools kami mempertahankan urutan halaman, menangani kualitas gambar yang bervariasi antar halaman, dan menghasilkan output gabungan yang siap ditinjau dan digunakan. Tata letak asli setiap halaman dipertahankan dalam output.
Apa Yang Hilang Dari File Polos
Karena PNG bersifat lossless, mesin OCR mendapatkan gambar yang bersih untuk dibaca, sehingga akurasi tingkat kata pada input ini cenderung sebaik alat berbasis PNG lainnya; perbedaannya sepenuhnya ada pada sisi hasil, di mana judul, tabel, dan jeda baris dalam sebuah paragraf tidak dipertahankan sebagai struktur.
Jika PNG sumber Anda memuat sebuah tabel, perkirakan hasil .txt-nya akan menyatukan sel-sel tersebut sesuai urutan baca, bukan tetap tersusun dalam kolom; ini adalah perilaku yang wajar untuk ekspor teks polos, bukan kesalahan pengenalan, dan itulah alasan utama untuk memeriksa halaman yang penuh tabel secara manual sebelum mempercayai file tersebut untuk diurai. Baris header atau footer yang berulang di setiap PNG sumber, seperti nomor halaman atau nama perusahaan, akan muncul sekali di setiap halaman dalam file .txt, bukan digabungkan, sehingga sebuah batch empat puluh halaman bisa berakhir dengan baris pendek yang sama tersebar empat puluh kali di tengah teks Anda.
Mendapatkan Hasil Teks Yang Bersih
Beri nama file sesuai urutan halaman (01, 02, 03…) sebelum dimasukkan ke ZIP: halaman mengikuti nama file, dan tidak ada langkah pengurutan ulang setelahnya. Hasilnya memakai pemisah baris gaya Unix, yang dibaca langsung oleh editor dan bahasa skrip modern; alat Windows lama yang mengharapkan pasangan CR/LF mungkin perlu konversi cepat dulu.
Perhatikan encoding jika PNG Anda memuat karakter atau simbol non-Latin; UTF-8 mencakup sebagian besar kasus, tetapi alat selanjutnya yang diatur ke encoding lain tetap bisa salah membaca karakter yang sebenarnya sudah dikenali dengan benar oleh OCR.