Scanned PDF vs Searchable PDF: Qual è la differenza?

Introduzione

Due PDF possono sembrare identici ma comportarsi in modo diverso. In uno, è possibile evidenziare e cercare le parole. In un'altra, ogni pagina si comporta come una fotografia. La differenza è solitamente se PDF contiene informazioni di testo utilizzabili.

Cos'è un PDF Scanned?

Un PDF scansionato è spesso fatto da pagine di carta di scansione o fotografarli e salvare le immagini in un PDF. Le lettere visibili sono pixel, non necessariamente caratteri di testo effettivi. Senza uno strato di testo, generalmente non è possibile cercare o copiare le parole direttamente.

Che cosa è un PDF ricercabile?

Un PDF ricercabile contiene testo che un lettore compatibile può trovare. Può essere stato esportato direttamente da Word, o può essere una scansione con uno strato di testo generato OCR. Una scansione ricercabile può preservare l'immagine della pagina originale mentre l'aggiunta di testo riconosciuto invisibile.

La ricercabilità non garantisce il riconoscimento accurato, la modificabilità o l'accessibilità.

Differenze chiave

Come identificare il tuo PDF

Prima di tutto, prova a selezionare una sola parola. Successivamente, utilizzare Trova per cercare una frase distintiva. Infine, incollare il testo copiato in un editor di testo semplice e confrontarlo con la pagina. La ricerca fallita può anche derivare da una cattiva codifica, quindi nessun singolo test è conclusivo.

Come Fare una Scansione Ricercabile

Passo 1: Preparare le Pagine

Utilizzare scansioni chiare e rette con un contrasto sufficiente. Evita i bordi tagliati, le ombre e il movimento sfocatura.

Passo 2: Scegliere il software OCR

Selezionare uno strumento che supporta esplicitamente il riconoscimento del carattere ottico e la lingua del documento. Non ogni convertitore PDF include OCR.

PDFreevert non fornisce attualmente OCR. Utilizzare un'applicazione separata OCR-capable per rendere le scansioni di sola immagine ricercabili.

Passo 3: Riconoscere il testo

Eseguire OCR. A seconda dello strumento, l'output può essere un PDF ricercabile o un documento modificabile.

Passo 4: verifica l'accuratezza

Cerca diverse frasi e copia testo rappresentativo. Controllare i nomi, le date, i totali e gli identificatori con attenzione; OCR può confondere i caratteri come O e 0.

Passo 5: mantenere l'originale

Conservare la scansione originale per il riferimento, soprattutto quando l'accuratezza o l'integrità del record è importante.

Quale tipo di utilizzo?

I PDF di sola immagine possono essere adeguati per una semplice condivisione visiva. I PDF ricercabili sono più utili per la ricerca, le collezioni di documenti e il recupero di informazioni. Se è necessario modificare i paragrafi o estrarre le tabelle, può essere necessaria una conversione aggiuntiva e una verifica.

Problemi comuni OCR

Le pagine multicolonna possono produrre un ordine di lettura errato. La scrittura e i caratteri insoliti possono essere riconosciuti male. Uno strato di testo può contenere errori anche mentre la scansione visibile sembra perfetta. La ricercabilità non sostituisce anche l'ordine di lettura logico e di tagging accessibile.

Domande frequenti

Può un PDF scansionato diventare ricercabile?

Sì, aggiungendo il testo riconosciuto tramite OCR.

OCR cambia sempre l'aspetto?

No. Alcuni flussi di lavoro conservano le immagini originali della pagina.

È completamente modificabile PDF?

No. La modifica richiede spesso un editor PDF o la conversione in un altro formato.

Perché il testo copiato contiene errori?

Il riconoscimento o la mappatura dei caratteri OCR possono essere errati.

PDF/A fa automaticamente una scansione ricercabile?

No. La conformance Archival e OCR sono preoccupazioni separate.

Conclusione

Una scansione di sola immagine conserva ciò che una pagina sembra; una PDF ricercabile fornisce anche informazioni di testo. Utilizzare OCR quando si tratta di ricerca o di estrazione e verificare risultati importanti. Per altri flussi di lavoro PDF, visita PDFreevert.