OCR

Kontrak lama yang telah diimbas kelihatan seperti PDF biasa, tetapi Ctrl+F tidak menemui satu perkataan pun dan teksnya tidak boleh ditanda. Sebabnya mudah: setiap halaman sebenarnya sekeping gambar, dan huruf di dalamnya tidak berbeza daripada corak pada sebarang foto. Pengecaman teks menukarkan gambar itu kepada huruf yang boleh dibaca komputer.

Bahasa Melayu tidak termasuk dalam senarai bahasa yang disokong; pilihan yang ada ialah Korea dan Inggeris, Inggeris, Korea, Jepun dan Inggeris, serta Cina Ringkas dan Inggeris, dan bagi dua yang terakhir itu fail .txt ialah hasil yang patut dipegang kerana lapisan teks PDF boleh cari diatur dengan fon Korea dan Latin. Bagi dokumen bertulisan Rumi, anda boleh mencuba pilihan bahasa Inggeris atas pertimbangan sendiri, tetapi anggaplah hasilnya sebagai draf kasar yang perlu dibaca semula dan dibetulkan sendiri, bukan salinan yang boleh terus digunakan. Mutu imbasan sangat menentukan: 300 dpi, halaman lurus tidak senget, pencahayaan sekata, dan tanpa bayang tangan atau telefon yang jatuh ke atas kertas.

Anda sentiasa menerima dua fail, iaitu teks biasa dan PDF boleh cari yang setiap halamannya dirender semula sebagai gambar pada kira-kira 144 dpi dengan teks yang dicam dalam lapisan halimunan di atasnya, jadi dokumen itu masih kelihatan seperti imbasan tetapi bukan lagi fail asal. Jangan gunakan hasil pengecaman bagi nombor penting seperti jumlah dalam kontrak tanpa memadankannya dengan dokumen asal. Pengecaman berjalan pada peranti anda, jadi dokumen sulit tidak berpindah ke mana-mana pelayan.