OCR PDF - Make a Searchable PDF Online Free

ਇੱਕ ਆਮ ਤਸਵੀਰ ਵਾਲੀ PDF .pdf ਕੰਟੇਨਰ ਵਿੱਚ ਲਪੇਟੀ ਇੱਕ ਸਮਤਲ ਤਸਵੀਰ ਹੁੰਦੀ ਹੈ — ਤੁਸੀਂ ਉਸ ਵਿਚਲਾ ਟੈਕਸਟ ਨਾ ਚੁਣ ਸਕਦੇ ਹੋ, ਨਾ ਕਾਪੀ ਕਰ ਸਕਦੇ ਹੋ, ਨਾ ਖੋਜ ਸਕਦੇ ਹੋ। ਇੱਕ ਖੋਜਣਯੋਗ PDF ਵਿੱਚ ਹਰ ਦਿਸਣ ਵਾਲੇ ਅੱਖਰ ਪਿੱਛੇ ਇੱਕ ਅਦਿੱਖ OCR ਟੈਕਸਟ ਪਰਤ ਮੇਲ ਖਾਂਦੀ ਹੈ, ਇਸ ਲਈ Ctrl+F ਸ਼ਬਦ ਲੱਭ ਲੈਂਦਾ ਹੈ, ਕਾਪੀ ਕੰਮ ਕਰਦੀ ਹੈ, ਅਤੇ ਸਕ੍ਰੀਨ ਰੀਡਰ ਪੰਨੇ ਨੂੰ ਉੱਚੀ ਆਵਾਜ਼ ਵਿੱਚ ਪੜ੍ਹ ਸਕਦੇ ਹਨ, ਜਦਕਿ ਦਿੱਖ ਉਹੀ ਰਹਿੰਦੀ ਹੈ।

OCR ਇੰਜਣ ਹਰ ਸ਼ਬਦ ਨੂੰ ਪੜ੍ਹਦਾ ਹੈ ਅਤੇ ਇਸ ਦੇ ਟੈਕਸਟ ਤੇ ਬਾਊਂਡਿੰਗ ਬਾਕਸ ਨੂੰ ਅਸਲੀ ਚਿੱਤਰ ਦੇ ਪਿੱਛੇ ਠੀਕ ਪਿਕਸਲ ਕੋਆਰਡੀਨੇਟਾਂ ਉੱਤੇ ਸਟੋਰ ਕਰਦਾ ਹੈ। ਦੇਖਣ ਵਿੱਚ ਪੰਨਾ ਅਸਲੀ ਸਕੈਨ ਵਰਗਾ ਹੀ ਲੱਗਦਾ ਹੈ, ਪਰ Adobe Acrobat, Preview, Chrome ਅਤੇ ਹਰ ਆਧੁਨਿਕ PDF ਵਿਊਅਰ ਹੁਣ ਟੈਕਸਟ ਨੂੰ ਇਉਂ ਚੁਣ, ਖੋਜ ਅਤੇ ਕਾਪੀ ਕਰ ਸਕਦੇ ਹਨ ਜਿਵੇਂ ਇਹ ਮੂਲ ਡਿਜੀਟਲ ਟੈਕਸਟ ਹੋਵੇ।

ਹਾਂ। ਟੈਕਸਟ ਲੇਅਰ ਸਟੈਂਡਰਡ PDF ਹੈ (ਕੋਈ ਮਲਕੀਅਤੀ ਐਕਸਟੈਂਸ਼ਨ ਨਹੀਂ), ਇਸ ਲਈ Adobe Acrobat (Reader ਅਤੇ Pro), macOS Preview, Chrome ਦਾ ਅੰਦਰ-ਨਿਰਮਿਤ PDF ਵਿਊਅਰ, Firefox, Edge, ਅਤੇ Files ਐਪ, Drive ਅਤੇ Dropbox ਵਰਗੇ ਮੋਬਾਈਲ ਰੀਡਰ — ਇਹ ਸਭ ਇਸਨੂੰ ਇੰਡੈਕਸ ਅਤੇ ਖੋਜਦੇ ਹਨ। Ctrl+F ਜਾਂ Cmd+F ਸਕਿੰਟਾਂ ਵਿੱਚ ਸ਼ਬਦ ਲੱਭ ਲੈਂਦਾ ਹੈ, ਇੱਥੋਂ ਤੱਕ ਕਿ ਲੰਮੀਆਂ ਸਕੈਨ ਕੀਤੀਆਂ ਰਿਪੋਰਟਾਂ ਵਿੱਚ ਵੀ।

ਹਾਂ। ਕਈ ਭਾਸ਼ਾ ਕੋਡ ਪਾਸ ਕਰੋ (ਜਿਵੇਂ eng+chi_sim+hin) ਅਤੇ OCR ਅੱਖਰ ਪੜ੍ਹਨ ਵੇਲੇ ਉਹਨਾਂ ਸਾਰਿਆਂ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਦਾ ਹੈ। ਮਿਸ਼ਰਤ-ਲਿਪੀ ਦਸਤਾਵੇਜ਼ ਜਿਵੇਂ ਦੋਭਾਸ਼ੀ ਮੀਨੂ, ਅੰਤਰਰਾਸ਼ਟਰੀ ਕੰਟ੍ਰੈਕਟ ਅਤੇ ਸਰਕਾਰੀ ਫਾਰਮ ਸਾਫ਼-ਸੁਥਰੇ ਢੰਗ ਨਾਲ ਕੰਮ ਕਰਦੇ ਹਨ। ਸਭ ਤੋਂ ਵਧੀਆ ਨਤੀਜਿਆਂ ਲਈ ਸੂਚੀ ਵਿੱਚ ਸਭ ਤੋਂ ਸੰਭਾਵਿਤ ਭਾਸ਼ਾ ਪਹਿਲਾਂ ਦਿਓ।

ਟੈਕਸਟ ਲੇਅਰ ਆਮ ਤੌਰ 'ਤੇ PDF ਆਕਾਰ ਵਿੱਚ 5–15% ਜੋੜਦੀ ਹੈ — ਆਮ ਤੌਰ 'ਤੇ ਪ੍ਰਤੀ 100 ਪੰਨੇ ਕੁਝ ਸੌ ਕਿਲੋਬਾਈਟ। ਲਾਭ (ਤੁਹਾਡੇ ਪੂਰੇ ਦਸਤਾਵੇਜ਼ ਆਰਕਾਈਵ ਵਿੱਚ ਪੂਰਾ-ਟੈਕਸਟ ਖੋਜ) ਦੇ ਮੁਕਾਬਲੇ, ਇਹ ਇੱਕ ਛੋਟੀ ਕੀਮਤ ਹੈ। ਜੇ ਈਮੇਲ ਲਈ ਆਕਾਰ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ, ਤਾਂ ਵੱਡੇ ਏਮਬੈੱਡ ਕੀਤੇ ਚਿੱਤਰਾਂ ਨੂੰ ਹੋਰ ਛਾਂਟਣ ਲਈ ਨਤੀਜੇ ਨੂੰ PDF Compress ਰਾਹੀਂ ਚਲਾਓ।

ਅੱਪਲੋਡ ਇੱਕ ਅਸਥਾਈ ਕਾਰਜ ਫੋਲਡਰ ਵਿੱਚ ਪ੍ਰੋਸੈਸ ਕੀਤੇ ਜਾਂਦੇ ਹਨ ਅਤੇ ਕਨਵਰਜ਼ਨ ਮੁਕੰਮਲ ਹੋਣ ਦੇ ਕੁਝ ਮਿੰਟਾਂ ਅੰਦਰ ਆਪਣੇ-ਆਪ ਮਿਟਾ ਦਿੱਤੇ ਜਾਂਦੇ ਹਨ। ਅਸੀਂ ਉਪਭੋਗਤਾ ਫਾਈਲਾਂ 'ਤੇ ਮਾਡਲ ਕਦੇ ਟ੍ਰੇਨ ਨਹੀਂ ਕਰਦੇ, ਉਨ੍ਹਾਂ ਨੂੰ ਕਦੇ ਸਾਂਝਾ ਨਹੀਂ ਕਰਦੇ, ਅਤੇ ਕਦੇ ਵਾਟਰਮਾਰਕ ਨਹੀਂ ਜੋੜਦੇ। ਇਹ ਟੂਲ ਨੂੰ ਕਾਨੂੰਨੀ, HR, ਮੈਡੀਕਲ ਅਤੇ ਅਕਾਊਂਟਿੰਗ ਸਕੈਨ ਕੀਤੇ ਪੁਰਾਲੇਖਾਂ ਲਈ ਸੁਰੱਖਿਅਤ ਬਣਾਉਂਦਾ ਹੈ ਜਿੱਥੇ ਗੁਪਤਤਾ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਹੁੰਦੀ ਹੈ।

ਇਹ ਟੂਲ ਇਮੇਜ ਫ਼ਾਈਲਾਂ (JPG, PNG, TIFF, ਸਕੈਨ ਅਤੇ ਫੋਟੋਆਂ) ਪੜ੍ਹਦਾ ਹੈ ਅਤੇ ਇੱਕ ਖੋਜਣ ਯੋਗ PDF ਵਾਪਸ ਕਰਦਾ ਹੈ। ਜੇ ਤੁਹਾਡੇ ਕੋਲ ਪਹਿਲਾਂ ਤੋਂ ਹੀ ਕਈ-ਪੇਜ ਸਕੈਨ ਕੀਤੀ PDF ਹੈ, ਤਾਂ ਪਹਿਲਾਂ ਇਸ ਨੂੰ PDF to Images ਟੂਲ ਨਾਲ ਪੇਜ ਤਸਵੀਰਾਂ ਵਿੱਚ ਵੰਡੋ, ਫਿਰ ਉਹ ਤਸਵੀਰਾਂ ਇੱਥੇ ਪਾਓ ਤਾਂ ਜੋ ਇੱਕ ਖੋਜਣ ਯੋਗ, OCR'd PDF ਵਾਪਸ ਮਿਲ ਜਾਵੇ।

JPG, PNG, WEBP, GIF, TIFF ਜਾਂ BMP ਅੱਪਲੋਡ ਕਰੋ — ਫ਼ੋਨ ਫੋਟੋਆਂ, ਫਲੈਟਬੈੱਡ ਸਕੈਨ ਅਤੇ ਸਕਰੀਨਸ਼ਾਟ ਸਭ ਚੱਲਦੇ ਹਨ। OCR ਇੰਜਣ ਟੈਕਸਟ ਪੜ੍ਹਦਾ ਹੈ ਅਤੇ ਇਸ ਨੂੰ ਤਸਵੀਰ ਪਿੱਛੇ ਇੱਕ ਅਦਿੱਖ ਲੇਅਰ ਵਿੱਚ ਲਪੇਟ ਦਿੰਦਾ ਹੈ, ਇਸ ਲਈ ਨਤੀਜਾ ਇੱਕ ਆਮ ਖੋਜਣ ਯੋਗ PDF ਹੁੰਦਾ ਹੈ ਜੋ ਕਿਸੇ ਵੀ ਵਿਊਅਰ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ।

ਖੋਜਣਯੋਗ PDF ਨੂੰ ਪ੍ਰਤੀ-ਸ਼ਬਦ ਬਾਊਂਡਿੰਗ ਬਾਕਸਾਂ ਵਾਲੀ ਇੱਕ ਇੰਬੈੱਡ hOCR ਲਿਖਤ ਪਰਤ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਜਿਸ ਨੂੰ ਸਿਰਫ਼ Tesseract-ਅਧਾਰਿਤ ਇੰਜਣ (Engine 1 ਅਤੇ Engine 2) ਬਣਾ ਸਕਦੇ ਹਨ — ਐਪ ਵਿੱਚ ਹੋਰ ਥਾਈਂ ਵਰਤਿਆ ਜਾਂਦਾ PaddleOCR 'Default' ਇੰਜਣ ਉਹ ਪਰਤ ਨਹੀਂ ਬਣਾ ਸਕਦਾ। Engine 1 ਸਭ ਤੋਂ ਵੱਧ ਭਾਸ਼ਾ ਸਹਾਇਤਾ ਵਾਲਾ ਮਿਆਰੀ Tesseract ਪਾਸ ਹੈ; Engine 2 ਸ਼ੈਲੀਦਾਰ ਜਾਂ ਘੱਟ-ਗੁਣਵੱਤਾ ਵਾਲੇ ਸਕੈਨਾਂ ਉੱਤੇ ਬਿਹਤਰ ਕਰ ਸਕਦਾ ਹੈ।

Settings ਵਿੱਚ Language ਚੋਣਕਾਰ ਖੋਲ੍ਹੋ ਅਤੇ ਦਸਤਾਵੇਜ਼ ਦੀ ਭਾਸ਼ਾ ਚੁਣੋ (ਡਿਫ਼ਾਲਟ ਤੌਰ 'ਤੇ ਅੰਗਰੇਜ਼ੀ) — ਇਹ OCR ਸ਼ੁੱਧਤਾ ਲਈ ਇਕਲੌਤੀ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਸੈਟਿੰਗ ਹੈ, ਕਿਉਂਕਿ ਇੰਜਣ ਦੀ ਅੱਖਰ ਪਛਾਣ ਭਾਸ਼ਾ-ਵਿਸ਼ੇਸ਼ ਹੈ। ਇਸ ਨੂੰ ਬਦਲਣ ਤੋਂ ਬਾਅਦ ਤਾਜ਼ਾ ਟੈਕਸਟ ਲੇਅਰ ਨਾਲ PDF ਦੁਬਾਰਾ ਬਣਾਉਣ ਲਈ Re-run conversion ਕਲਿੱਕ ਕਰੋ।

ਇਸ ਦੀ ਵਿਆਪਕ ਭਾਸ਼ਾ ਕਵਰੇਜ ਲਈ Engine 1 ਚੁਣੋ, ਅਤੇ Language ਚੋਣਕਾਰ ਨੂੰ ਇਕਰਾਰਨਾਮੇ ਦੀ ਮੁੱਖ ਭਾਸ਼ਾ ਉੱਤੇ ਸੈੱਟ ਕਰੋ। ਜੇ ਖੋਜ ਕਰਦੇ ਸਮੇਂ ਦੂਜੀ ਭਾਸ਼ਾ ਦੇ ਮੁੱਖ ਭਾਗ ਹਾਲੇ ਵੀ ਮੇਲ ਨਹੀਂ ਖਾਂਦੇ, ਤਾਂ ਦੂਜੇ ਪਾਸ ਵਿੱਚ Engine 2 ਜਾਂ ਸੈਕੰਡਰੀ ਭਾਸ਼ਾ ਚੁਣ ਕੇ ਬਦਲੀ ਦੁਬਾਰਾ ਚਲਾਓ।

ਇਹ ਆਪਣੇ-ਆਪ ਅੱਪਡੇਟ ਹੁੰਦਾ ਹੈ — Engine ਜਾਂ Language ਡ੍ਰੌਪਡਾਊਨ ਬਦਲਣ ਨਾਲ ਅੱਪਲੋਡ ਕੀਤੀ ਤਸਵੀਰ ਤੁਰੰਤ ਦੁਬਾਰਾ ਪ੍ਰੋਸੈੱਸ ਹੁੰਦੀ ਹੈ ਅਤੇ ਨਵੀਂ ਸੈਟਿੰਗ ਨਾਲ ਖੋਜਣਯੋਗ PDF ਦੁਬਾਰਾ ਬਣ ਜਾਂਦੀ ਹੈ, ਬਿਨਾਂ ਕਿਸੇ ਕਲਿੱਕ ਦੇ। ਦੁਬਾਰਾ-ਬਦਲੀ ਬਟਨ ਮੁੱਖ ਤੌਰ 'ਤੇ ਬਿਲਕੁਲ ਉਹੀ ਸੈਟਿੰਗਾਂ ਦੁਬਾਰਾ ਅਜ਼ਮਾਉਣ ਲਈ ਲਾਭਦਾਇਕ ਹੈ, ਉਦਾਹਰਣ ਵਜੋਂ ਕਿਸੇ ਅਸਫਲ ਬਦਲੀ ਜਾਂ ਥੋੜ੍ਹੀ ਨੈੱਟਵਰਕ ਟੁੱਟਣ ਤੋਂ ਬਾਅਦ।