Skannattu PDF vs Haettavissa PDF: Mitä eroa?
Tarkista, sisältävätkö sivut kuvia, tekstikerrosta vai molempia.
Johdanto
Kaksi PDF voi näyttää identtinen, mutta käyttäytyy eri tavalla. Yhdessä voit korostaa ja etsiä sanoja. Toisella sivulla jokainen sivu käyttäytyy kuin valokuva. Erona on yleensä se, sisältääkö PDF käyttökelpoisia tekstitietoja.
Mikä on skannattu PDF?
Skannattu PDF tehdään usein skannaamalla paperisivuja tai valokuvaamalla niitä ja tallentamalla kuvia PDF:llä. Näkyvät kirjaimet ovat pikseleitä, eivät välttämättä oikeita tekstimerkkejä. Ilman tekstikerrosta et yleensä voi etsiä tai kopioida sanoja suoraan.
Mikä on hakukelpoinen PDF?
Haettava PDF sisältää tekstin, jonka yhteensopiva lukija voi löytää. Se on voitu viedä suoraan Word:stä tai se voi olla skannaus OCR:n luomalla tekstikerroksella. Haettava skannaus voi säilyttää alkuperäisen sivun kuvan samalla lisäämällä näkymätön tunnustettu teksti.
Hakukelpoisuus ei takaa tarkkaa tunnistamista, muokkattavuutta tai saavutettavuutta.
Tärkeimmät erot
| Ominaisuus | Vain kuvan luotaus | Haettava PDF |
|---|---|---|
| Näkyvä ulkonäkö | Sivukuvat | Digitaaliset sivut tai skannatut kuvat |
| Etsi sanoja | Yleensä ei | Yleensä kyllä |
| Kopioi teksti | Vaaditaan OCR | Usein mahdollista |
| Tunnusvirheet | Ei tunnistettua tekstiä | Mahdollisesti OCR:n avulla |
| Muokattava ulkoasu | Ei suoraan | Ei välttämättä |
| Esteettömyys | Rajoitettu | Vaatii lisärakennetta |
Miten tunnistaa PDF
Yritä ensin valita yksi sana. Seuraavaksi, käytä Etsi etsiä erottuva lause. Lopuksi liitä teksti kopioituun muokkaimeen ja vertaa sitä sivuun. Virheellinen haku voi johtua myös huonosta koodauksesta, joten mikään yksittäinen testi ei ole varma.
Miten tehdä skannaus etsittävä
Vaihe 1: Valmista sivut
Käytä selkeitä, pystysuoria skannauksia, joiden kontrasti on riittävä. Vältä leikkaavia reunoja, varjoja ja liikkeen sumentumista.
Vaihe 2: Valitse OCR-ohjelmisto
Valitse työkalu, joka tukee nimenomaisesti optisten merkkien tunnistamista ja asiakirjan kieltä. PDF-muunnin ei sisällä OCR-muunninta.
PDFreevert ei tällä hetkellä toimita OCR:ää. Käytä erillistä OCR-capable-sovellusta tehdäksesi vain kuvaskannaukset hakukelpoisiksi.
Vaihe 3: tunnista teksti
Aja OCR. Työkalusta riippuen tuloste voi olla hakukelpoinen PDF tai muokattavissa oleva asiakirja.
Vaihe 4: Tarkasta tarkkuus
Etsi useita lauseita ja kopioi edustava teksti. Tarkista nimet, päivämäärät, kokonaismäärät ja tunnisteet huolellisesti; OCR voi sekoittaa merkkejä kuten O ja 0.
Vaihe 5: Säilytä alkuperäinen
Säilytä alkuperäinen skannaus viitteeksi, erityisesti jos tarkkuus tai tallennus eheys on tärkeää.
Mitä tyyppiä sinun pitäisi käyttää?
Vain kuvalliset PDF-tiedostot voivat riittää yksinkertaiseen visuaaliseen jakamiseen. Haettavat PDF-tiedostot ovat hyödyllisempiä tutkimuksen, asiakirjakokoelmien ja tiedonhaun kannalta. Jos haluat muokata kappaleita tai poimia taulukoita, voi olla tarpeen muuntaa ja tarkistaa.
Yleiset OCR-ongelmat
Monisarakesivut voivat tuottaa virheellisen lukemisjärjestyksen. Käsiala ja epätavallinen fontit voidaan tunnistaa huonosti. Tekstikerros voi sisältää virheitä, vaikka näkyvä skannaus näyttää täydelliseltä. Hakukelpoisuus ei myöskään korvaa helppopääsyisiä tunnisteita ja loogista lukujärjestystä.
Usein kysytyt kysymykset
Voiko skannatusta PDF:stä tulla hakukelpoinen?
Kyllä, lisäämällä tunnistetun tekstin OCR:n kautta.
Muuttaako OCR aina ulkonäköä?
Ei. Jotkut työnkuluista säilyttävät alkuperäiset sivukuvat.
Onko hakukelpoinen PDF täysin muokattavissa?
Ei. Muokkaus vaatii usein PDF-editorin tai muunnoksen toiseen muotoon.
Miksi kopioitu teksti sisältää virheitä?
OCR-tunnistus tai merkkikartoitus voi olla virheellinen.
Tekeekö PDF/A automaattisesti skannauksen hakukelpoiseksi?
Ei. Archival conformance ja OCR ovat erillisiä huolenaiheita.
Päätelmä
Vain kuvaskannaus säilyttää sen, miltä sivu näyttää; hakukelpoinen PDF tarjoaa myös tekstitietoa. Käytä OCR:ää haku- tai poistoasioissa ja varmista tärkeät tulokset. Muille PDF työnkulkuja, vieraile PDFreevert.