OCR PDF

สัญญาเก่าที่สแกนเก็บไว้ดูเผิน ๆ ก็เหมือนไฟล์ PDF ทั่วไป แต่กด Ctrl+F แล้วไม่เจอสักคำ และลากแถบเลือกข้อความก็ไม่ได้ เหตุผลง่ายมาก แต่ละหน้าคือรูปภาพหนึ่งรูป และสำหรับคอมพิวเตอร์ ตัวอักษรบนนั้นก็ไม่ต่างจากลวดลายในภาพถ่ายใบหนึ่ง การรู้จำอักขระคือการเปลี่ยนภาพนั้นให้กลายเป็นตัวอักษรที่เครื่องอ่านได้

ข้อจำกัดที่ต้องบอกก่อนคือ ภาษาไทยไม่อยู่ในรายการภาษาที่รองรับ ซึ่งมีให้เลือกเป็นเกาหลีและอังกฤษ อังกฤษ เกาหลี ญี่ปุ่นและอังกฤษ และจีนตัวย่อและอังกฤษ เอกสารภาษาไทยจะได้ผลลัพธ์ที่ใช้งานไม่ได้เลย เครื่องมือนี้จึงเหมาะกับเอกสารภาษาอังกฤษเท่านั้น และสำหรับเอกสารภาษาอังกฤษ คุณภาพของไฟล์สแกนเป็นตัวชี้ขาด ควรสแกนที่ 300 dpi วางกระดาษตรงไม่เอียง แสงสม่ำเสมอ และไม่มีเงามือหรือเงามือถือทาบลงบนกระดาษ

ผลลัพธ์เลือกได้ว่าจะเอาเป็นข้อความล้วน หรือเป็น PDF ที่ค้นหาได้ ซึ่งยังคงภาพหน้าเดิมไว้ทุกอย่างแล้วซ้อนชั้นข้อความที่มองไม่เห็นไว้ด้านหลัง อย่านำผลการรู้จำไปใช้กับตัวเลขสำคัญอย่างมูลค่าสัญญาโดยไม่ตรวจทานกับต้นฉบับ การรู้จำทำงานบนเครื่องของคุณ เอกสารที่เป็นความลับจึงไม่ถูกส่งไปที่เซิร์ฟเวอร์ใด