Nederlands

De tool accepteert afbeelding-, TIFF- of PDF-bestanden en past OCR toe om leesbare tekst te extraheren. Het detecteert automatisch de taal, voert lay-outanalyse uit om regeleinden en pagina-structuur te behouden, en levert platte tekst of gestructureerde JSON met blokcoördinaten.
Toepassingsgevallen omvatten het digitaliseren van onderzoeksartikelen, bonnetjes, historische manuscripten en formulieren waarbij doorzoekbare inhoud en data kunnen worden geïndexeerd of vertaald. Het systeem ondersteunt meerdere talen in één document en kan betrouwbaarheidsniveaus per tekstgebied aangeven om kwaliteitscontrole te vergemakkelijken.
Een onderscheidend kenmerk is layout-gebonden extractie: tekstopmaken, koppen en tabellen worden vaak weergegeven met bounding-box metadata om downstreamverwerking zoals indexering, gegevensvastlegging en toegankelijkheidsworkflows te vergemakkelijken. Batchverwerking maakt verwerking van grote archieven mogelijk met consistente uitvoer-schema’s, terwijl uitvoerformaten platte tekst bieden voor snelle toegang en gestructureerde JSON voor programmering integratie. De tool is nuttig voor onderzoekers, bibliothecarissen, studenten en nalevingsteams die reproduceerbare OCR-resultaten, verifieerbare tekstextractie en naadloze integratie in datapijplijnen nodig hebben.