И снова Google

[t0wer]

Google научился индексировать отсканированные документы

Компания Google объявила о том, что ее поисковик научился индексировать текст на отсканированных изображениях. По словам представителей компании, для определения текста на картинке используется специальная технология оптического распознавания Optical Character Recognition, которая умеет конвертировать изображение слов в файлы с текстом.
На сегодняшний день, поисковик Google умеет распознавать только текст в документах формата PDF.

Кто-нибудь как-то юзал эту фишку Гугла?!

 

[polyetilen]

Да похоже уже индексирует отсканенные документы в pdf формате, пишут об этом в своём блоге:

Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.

демо:

Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.

первый документ в результате отсканенный.

 

[dee_motard]

да, удобная фишка! Да и раньше поиск по ПДФкам тоже радовал. Находишь ПДФку в выдаче Гугля, и чтобы не качать ее (и особенно если не установлен ридер) щелкаешь по "просмотреть в виде HTML". Форматирование там конечно кривоватое, но понятно можно нужная это инфа или нет. Что есть польза!