עברית

הכלי מקבל קבצי תמונה, TIFF או PDF ומבצע OCR כדי לחלץ טקסט קריא. הוא מזהה אוטומטית את השפה, מבצע ניתוח פריסה לשמירה על שורות והמבנה בדפים, ומוציא טקסט פשוט או JSON מובנה עם נקודות ציון לכל בלוק טקסט.
שימושים כוללים ספרים אקדמיים, קבלות, כתב יד היסטורי וטפסים שבהם תוכן שניתן לחיפוש יכול להיות מאונדקס או מתורגם. המערכת תומכת בשפות מרובות באותו מסמך ויכולה לסמן רמות אמון לכל אזור טקסט כדי לסייע בבקרת איכות.
הבדל מרכזי הוא אחזור תואם לפריסה: בלוקים של טקסט, כותרות וטבלאות מייצגים לעיתים קרובות על ידי מידע על תיבות מסגרות (bounding boxes) להקל על עיבוד בהמשך כמו אינדוקס, לכידת נתונים ותהליכי נגישות. עיבוד בקבוצות מאפשר עיבוד מאגרי מסמכים גדולים באמצעות תבניות פלט עקביות, בעוד שפורמטי פלט כוללים טקסט פשוט לגישה מהירה ו-JSON מובנה לשילוב תכנותי. הכלי מועיל לחוקרים, ספרנים, סטודנטים וצוותי ציות הזקוקים לתוצאות OCR משחזירות, לכידת טקסט ניתנת לעקיבה ואינטגרציה חלקה בזרימות נתונים.