Português (Portugal)

Esta ferramenta oferece extração de texto baseada em OCR no Windows a partir de imagens e PDFs não pesquisáveis, gerando texto editável para captura de dados e fluxos de arquivamento. Destina-se a trabalhadores do conhecimento, equipas de entrada de dados, investigadores e desenvolvedores que tratam grandes volumes de documentos.
Conceitualmente o fluxo importa ficheiros, executa OCR por página com modelos linguísticos, realiza análise de layout para identificar blocos de texto e tabelas, e devolve saídas nos formatos escolhidos. Os utilizadores selecionam línguas primárias e línguas de reserva opcionais; o processamento em lote aumenta o rendimento.
O valor único reside no processamento local, suporte robusto a lotes e saídas estruturadas flexíveis (TXT, CSV, JSON ou PDF pesquisável) adequadas para pipelines ETL. Casos de uso incluem extração de itens de fatura para CSV, formulários para JSON e OCR para arquivamento com pesquisa.
Funcionalidades centrais incluem processamento multi-página, pacotes de idiomas, deteção de tabelas, formatação de saída e relatórios de confiança por página. Casos extremos incluem páginas ilegíveis, idiomas desconhecidos e grandes lotes; localização suporta resultados multilíngues e formatos numéricos regionais.