Norsk bokmål

Dette verktøyet tilbyr OCR-basert tekstutvinning på Windows fra bilder og ikke-søkbare PDF-filer, og genererer redigerbar tekst for datainnsamling og arkivering. Det retter seg mot kunnskapsarbeidere, dataregistreringsteam, forskere og utviklere som håndterer store mengder dokumenter.
Konseptuelt importerer arbeidsflyten filer, kjører side-for-side OCR med språkmodeller, utfører layoutanalyse for å identifisere tekstblokker og tabeller, og leverer resultater i valgte formater. Brukere velger primærspråk og valgfrie fallback-språk; batchbehandling øker gjennomstrømningen.
Den unike verdien ligger i lokalt bearbeiding, robust batch-støtte og fleksible strukturerte utdata (TXT, CSV, JSON eller søkbar PDF) egnet for ETL-pipelines. Bruksområder inkluderer utvinning av fakturalinjer til CSV, skjemaer til JSON og arkiv-OCR med søkbarhet.
Hovedfunksjoner inkluderer flersiders behandling, språkpakker, tabellgjenkjenning, utdataformatering og side-for-side tillitsrapportering. Kanttilfeller dekker uleselige sider, ukjente språk og store batcher; lokalisering støtter flerspråklige resultater og regionale tallformater.