[{"data":1,"prerenderedAt":6},["ShallowReactive",2],{"guide-id-what-is-ocr-for-pdf":3},{"markdown":4,"language":5},"# Apa OCR dan Bagaimana cara kerjanya dengan berkas PDF?\n\n## Perkenalan\n\nApakah Anda pernah mencoba untuk menyalin teks dari PDF yang dipindai dan menemukan bahwa seluruh halaman berperilaku seperti foto? Pengenalan Karakter Optik, atau OCR, adalah teknologi yang digunakan untuk mengenali karakter terlihat dalam gambar dan mengubahnya menjadi informasi teks.\n\nOCR dapat membuat dokumen yang dapat dipindai, membantu mengekstrak data, dan mendukung konversi ke format yang dapat disunting. Tapi pengakuan tidak sempurna, dan output harus diperiksa sebelum digunakan untuk keputusan penting.\n\n## Apa arti OCR?\n\nOCR singkatan dari **Pengenalan Karakter Optik**. Ini menganalisis isi gambar dan mengidentifikasi huruf, digit, tanda baca, dan terkadang struktur dokumen. Input ini mungkin merupakan halaman yang dipindai, sebuah foto, atau image- berbasis PDF.\n\nOCR berbeda dari sekedar menyimpan gambar sebagai PDF. Image- to -PDF paket konversi menjadi sebuah dokumen; OCR mencoba untuk menafsirkan kata-kata yang diwakili oleh pixel tersebut.\n\n## Bagaimana OCR Bekerja\n\n### 1. Persiapan Gambar\n\nPerangkat lunak dapat memperbaiki rotasi, menghilangkan kebisingan, meningkatkan kontras, dan mengidentifikasi batas halaman. Gambar sumber yang jelas membuat pengakuan lebih mudah.\n\n### 2. Analisis Tata Letak\n\nSistem ini mencari daerah seperti paragraf, heading, tabel, dan gambar. Dokumen multi- kolom dan bentuk kompleks lebih sulit daripada halaman kolom tunggal sederhana.\n\n### 3. Karakter dan Pengakuan Word\n\nModel Pengakuan menafsirkan bentuk yang terlihat sebagai karakter dan kata-kata. Informasi bahasa dapat membantu membedakan urutan ambigu.\n\n### 4. Konstruksi Keluaran\n\nTergantung pada alat, OCR dapat membuat teks polos, yang dapat dicari PDF dengan lapisan teks yang tidak terlihat, atau dokumen Word yang berisi paragraf rekonstruksi.\n\n### 5. Verifikasi\n\nHasilnya harus dibandingkan dengan sumbernya, terutama untuk jumlah, tanggal, nomor seri, dan nama.\n\n## OCR vs Ekstraksi Teks\n\nEkstraksi teks membaca karakter sudah hadir dalam PDF digital. OCR mencoba mengenali karakter dari gambar. PDF digital umumnya tidak membutuhkan OCR kecuali pengkodean teks tidak dapat digunakan atau bagian dari halaman yang berbasis image-.\n\n## Apa Affects OCR Accuracy?\n\n**Resolusi:** Kecil atau huruf kabur sulit dikenali. 300 DPI adalah titik awal umum untuk memindai dokumen cetak biasa, bukan persyaratan universal.\n\n**Kontras dan pencahayaan:** Shadows, tinta memudar, dan pola latar belakang membuat pengakuan lebih keras.\n\n**Bahasa dan fonta:** Specialized Symbols, typefaces tidak biasa, dan beberapa script mungkin perlu model bahasa yang cocok.\n\n**Struktur halaman:** Tabel, multi- kolom teks, tulisan tangan, dan perangko dapat rumit membaca order.\n\n**Orientasi gambar:** Skewed atau upside-down halaman harus dikoreksi sebelum pemrosesan.\n\n## Bagaimana cara menggunakan OCR pada PDF yang terpindai\n\n1. Buka PDF dan uji apakah teks dapat dipilih.\n2. Pilih perangkat lunak yang secara eksplisit mendukung OCR untuk bahasa Anda.\n3. Orientasi halaman benar dan meningkatkan kualitas pemindaian di mana mungkin.\n4. Jalankan OCR dan pilih keluaran yang diinginkan: dicari PDF, teks, atau dokumen yang dapat disunting.\n5. Cari beberapa istilah dan salin contoh paragraf.\n6. Periksa nilai kritis terhadap gambar asli.\n7. Simpan pemindaian sumber untuk referensi.\n\nTidak semua konverter PDF daring menyediakan OCR; verifikasi fitur sebelum mengunggah berkas.\n\n## Dimana OCR Berguna\n\nOCR membantu pencarian arsip sejarah, laporan kertas digital, ekstrak teks dari faktur, dan membuat pemindaian dokumen lebih mudah untuk indeks. Untuk faktur dan meja, pengakuan saja tidak menjamin ekstraksi lapangan yang benar: analisis struktur tambahan dan validasi mungkin diperlukan.\n\nOCR dapat mendukung aksesibilitas, tetapi sebuah lapisan teks yang dapat dicari saja tidak memberikan tag yang tepat, urutan membaca, atau deskripsi gambar.\n\n## Kesalahan OCR umum\n\n`8` yang diakui sebenarnya adalah `B`, dan `1` mungkin `I`. Tanggal dapat ditafsirkan secara tidak benar, kolom dapat dibaca dalam urutan yang salah, dan tabel mungkin kehilangan batas-batas sel. Perlakukan OCR sebagai rancangan berguna dari teks daripada bukti yang tak terbantahkan.\n\n## Pertanyaan Yang Sering Muncul\n\n### Apakah OCR membuat PDF dapat diedit?\n\nHal ini dapat menghasilkan teks yang dapat disunting, tapi mempertahankan tata letak asli mungkin memerlukan konversi tambahan dan pembersihan.\n\n### Apakah OCR sama dengan pemindaian?\n\nTidak. Memindai gambar penangkapan; OCR menafsirkan teks dalam gambar tersebut.\n\n### Bisakah OCR membaca tulisan tangan?\n\nBeberapa sistem bisa, tapi hasilnya sangat bervariasi dengan tulisan tangan dan bahasa.\n\n### Apakah OCR bekerja offline?\n\nYa, beberapa aplikasi desktop memproses berkas lokal. Yang lain menggunakan layanan online.\n\n### Apakah OCR menjamin akurasi 100%?\n\nTidak. Verifikasi teks penting dan angka secara manual.\n\n## Kesimpulan\n\nOCR menjembatani kesenjangan antara gambar-gambar teks dan informasi yang dapat dicari. Hal ini berharga untuk dipindai PDFs, tapi hasil tergantung pada kualitas gambar, kompleksitas dokumen, dan dukungan bahasa. Verifikasi isi yang diakui, dan gunakan [PDFreevert](\u002Ftools) untuk didukung bukan-OCR konversi PDF dan tugas organisasi.\n","id",1791699121640]