استخرج النص من المستندات الممسوحة والصور

الدقة. تُعرَض الصفحات بدقة 300 DPI قبل القراءة، وهو المستوى الذي توصي به وثائق Tesseract نفسها. الصورة الملتقطة من بعيد، أو المسح الضوئي بدقة 100 DPI، تترك للمحرك مادة أقل ليعمل عليها.

الاستقامة ووضوح التركيز. الصفحة المصورة بزاوية مائلة، أو التي ينحني نصها قرب كعب الكتاب، تُقرأ أسوأ بوضوح من مسح ضوئي مستوٍ.

اللغة. لكل لغة نموذجها المدرَّب الخاص. تمرير نص سيريلي أو ياباني عبر النموذج الإنجليزي يُرجع هراءً يبدو سليمًا بدل أن يُرجع خطأً، ولهذا لا تعرض القائمة سوى اللغات التي يستطيع الخادم تحميلها فعلًا.

ما لا يفعله OCR. لا يُحفَظ التخطيط: الأعمدة والجداول والعناوين تعود كنص متصل بترتيب القراءة. وإذا كان ملف PDF الأصلي يحتوي أصلًا على طبقة نص، فإن تحويله إلى نص يستخدم تلك الطبقة بدلًا من ذلك — بدقة تامة وفوريًا، وبنتيجة أفضل من أي OCR.