Распознание текста

Текст, который мы видим на экране компьютера или смартфона, может быть очень по-разному устроен с технической точки зрения. Принципиальное различие состоит в том, является ли этот текст отсканированным изображением (то есть растровой графикой) или собственно текстом. Чаще всего подобного рода вопросы возникают в отношении файлов в формате pdf. Дело в том, что в этот формат можно сохранять материалы как из отсканированных изображений, так и из текстовых файлов.

Нас рекомендуют

Самый простой способ проверить, имеем ли мы дело с текстом, это попробовать выделить его с помощью курсора. Если текст выделяется, то это не изображение. Однако бывает и так, что в текстовом файле (doc или pdf) присутствуют изображения (например, графики или чертежи), содержащие текст. Для каждого такого случая нужно указывать, требуется ли перевод текста с картинки.

Чтобы текст, сохраненный в виде графического объекта, превратился в собственно текст, с которым мы сможем работать, его необходимо распознать. Делается это вручную с помощью специального программного обеспечения. Услуга платная. В обиходе этот процесс нередко называют «разверстка текста» или даже просто «верстка», так как зачастую такую работу делают верстальщики. Однако важно отличать распознание и собственно верстку — то есть работу с форматированием.

Посмотреть, кто с нами работает, можно здесь