АРХИВА 26 Help

Распознавание сканов (OCR)

АРХИВА извлекает текст из изображений, сканированных страниц PDF и картинок, вложенных в документы Office и PDF, и добавляет его в поисковый индекс. Письма со сканами перестают быть «невидимыми» для поиска: распознанный текст ищется так же, как обычный текст письма.

Текст распознаёт нейросетевая модель непосредственно на сервере АРХИВА. Внешние сервисы не используются, внешние программы распознавания не требуются. Содержимое документов не покидает вашу инфраструктуру.

Включение

OCR настраивается полностью из интерфейса, в два шага:

  1. Установите модель. Конфигурация → Общие → Модели ИИ, строка «Распознавание текста» — кнопки «Установить» (скачивание с сервера моделей) или «Загрузить» (файлами с рабочего места, если сервер не имеет доступа к каталогу моделей). Подробности — в разделе Модели ИИ.

  2. Включите распознавание. Конфигурация → Общие → Индекс, переключатель «Включить распознавание текста (OCR)». Если модель не установлена, переключатель недоступен — интерфейс подскажет, что нужно установить модель.

Что распознаётся

  • Отсканированные страницы PDF.

  • Изображения, встроенные в документы Office и PDF.

  • Вложения-изображения.

Лимиты на число операций распознавания и размер одного изображения защищают приём почты: письмо с сотней сканов не должно останавливать архивирование. Ошибки распознавания никогда не прерывают индексирование — такое письмо будет проиндексировано без OCR-текста.

Особенности работы

  • Последовательное выполнение. Один экземпляр модели обрабатывает обращения по очереди: параллельные запросы к модели выстраиваются в очередь. Планируйте пропускную способность при массовом импорте сканов.

  • Поточная обработка. Изображения передаются модели через временный файл ограниченного размера и удаляются сразу после распознавания; крупные данные не удерживаются в памяти процесса.

Связанные темы

17 November 2026