3-Heights™ PDF OCR – optische Texterkennung

3-Heights™ PDF OCR optimiert PDF Dokumente durch den Einsatz von Daten, die von einer OCR-Engine erfasst wurden.

Texterkennung

Einbettung von gefundenen Textelementen aus Dokumenten, Bildern oder Grafiken

Tags für Barrierefreiheit

Vorbereitung von Dokumenten für die Konvertierung zu PDF/A Level A

Barcode- und QR-Code-Erkennung

Extraktion von gefundenen Codes und Einbettung in Metadaten

Testlizenz anfragen

Angebotsanfrage

PDF OCR - optimiert PDF-Dokumente durch den Einsatz von Daten, die von einer OCR-Engine erfasst wurden

PDF OCR - Funktionen

Textinhalte extrahierbar machen
- Textinhalte aus Bildern
- Textinhalte mit Schriftarten ohne Unicode-Kennzahlen
- Textinhalte, die mithilfe von Vektorgrafiken erstellt wurden (z. B. CAD-Zeichnungen)
- Alle sichtbaren Textinhalte, unabhängig von der Art der verwendeten Grafikobjekte
Scans optimieren
- Gescannte Bilder gerade rücken
- Seiten entsprechend der erkannten Ausrichtung des Scans drehen
Barcodes und QR-Codes erfassen
Eingebettete Dateien verarbeiten
Tagging von OCR-Textinhalten für Barrierefreiheit
Hohe Leistungsfähigkeit
- Asynchrone Verarbeitung
- Seitenanalyse und Ergebnis-Caching zur Minimierung von OCR-Vorgängen
Hohe Qualität
- PDF/A-konform
- Zuverlässige Konvertierung von bestehenden Inhalten
- 3-Heights™ PDF Rendering Engine 2.0.
- Automatische Erkennung von optimaler OCR-Auflösung

Conformance

ISO 32000-1 (PDF 1.7)
ISO 32000-2 (PDF 2.0)
ISO 19005-1 (PDF/A-1)
ISO 19005-2 (PDF/A-2)
ISO 19005-3 (PDF/A-3)

Unterstützte Formate

Eingangs- und Ausgangsformate

PDF 1.0 bis PDF 1.7
PDF 2.0
PDF/A-1, PDF/A-2, PDF/A-3

Einsatzgebiete - Textinhalte in Dokumenten erfassen und erkennen

Texterkennung im Dokumentenprozess

PDF OCR unterstützt Dokumentenprozesse vom Eingang bis zur Ablage in einem digitalen Archiv. Es werden gescannte Bilder und eingebettete Bilder in digital erzeugten Dokumenten lesbar gemacht. Zudem werden die fehlenden Unicodes bei eingebetteten Schriften ergänzt, so dass auch diese Texte lesbar werden. Alle erkannten Texte werden in das Dokument eingebettet und macht es so durchsuchbar. Diese Texte können durch weitere Werkzeuge auch jederzeit extrahiert werden.

PDF OCR optimiert die Aufträge an die OCR-Engine, um das Volumen der erkannten Seiten zu minimieren.

Das Werkzeug erleichtert die Arbeitsschritte in einem Dokumentenverarbeitungsprozess, wie die Klassifizierung, Einordnung, Indexierung und das Anreichern von Metadaten in den Dokumenten.

Text in einem Dokument extrahierbar machen

Erkenne Text in einem PDF Dokument mittels OCR und bette diesen ins Dokument ein. Setze die OCR Engine und zugehörige Parameter.

Mehr Beispiele...

C# Beispiel:

// Open input document
using (Stream inStream = File.OpenRead(inPath))
using (Document inDoc = Document.Open(inStream, null))

// Open output document
using (Stream outStream = File.Create(outPath))
{
    // Create OCR engine
    using (Engine engine = Engine.Create(engineName))
    {
        // Set process parameters
        engine.SetParameters(engineParams);

        OcrParams ocr = new OcrParams();
        ocr.Engine = engine;

        ImageOcrParams imageOcr = new ImageOcrParams();
        imageOcr.Mode = ImageOcrMode.UpdateText;

        TextOcrParams textOcr = new TextOcrParams();
        textOcr.Mode = TextOcrMode.Update;

        // Process document
        WarningList warnings = inDoc.Process(outStream, null, ocr, imageOcr, textOcr, null, null);
    }
}

C# Beispiel:

Java Beispiel:

try (// Open input document
    FileStream inStream = new FileStream(inPath, "r");
    Document inDoc = Document.open(inStream, null)) {
    try (// Create output document
        FileStream outStream = new FileStream(outPath, "rw")) {
        outStream.setLength(0);

        // Create OCR engine
        try (Engine engine = Engine.create(engineName)) {
            // Set process parameters
            engine.setParameters(engineParams);

            OcrParams ocr = new OcrParams();
            ocr.setEngine(engine);

            ImageOcrParams imageOcr = new ImageOcrParams();
            imageOcr.setMode(ImageOcrMode.UPDATE_TEXT);

            TextOcrParams textOcr = new TextOcrParams();
            textOcr.setMode(TextOcrMode.UPDATE);

            // Process document
            inDoc.process(outStream, null, ocr, imageOcr, textOcr, null, null);
        }
    }
}

Java Beispiel:

Diese Möglichkeiten bietet Ihnen 3-Heights™ PDF OCR

- Optimiertes Seitenvolumen für die OCR-Engine
- Einsetzbar für die individuelle Verarbeitung sowie die Massenverarbeitung
- Leistungsfähige Komponenten, die sich durch hohe Stabilität, Qualität und Skalierbarkeit auszeichnen

Qualitätssicherung
Schlichte, schlanke und ISO-konforme PDF-Dokumente ohne Qualitäts- und Informationsverlust.

Kosteneffizienz
Effiziente und kostensparende OCR-Verarbeitung auf hohem Niveau.

Zeit
Effiziente Verarbeitung dank der 3-Heights™-Architektur. Schnelle Dokumentenanzeige, kurze Download- und Durchsuchungszeiten.

Why is the extraction of text from a PDF document such a hassle

When I use a text editing tool such as Microsoft Word then it is quite natural that I can select a portion of text and copy it to the clipboard and paste it in to a window of any other tool. Not so with PDF. At least not with any kind of document. Why is that?

Optimiert die Aufträge an die OCR-Engine zum Minimieren des Volumens