Skenuotas PDF vs Ieškoma PDF: Kas gi yra skirtumas?
Patikrinkite, ar puslapiuose yra vaizdų, teksto sluoksnio, ar abu.
Įvadas
Du PDF gali atrodyti identiški, bet elgtis kitaip. Į vieną, galite pabrėžti ir ieškoti žodžių. Kitame, kiekvienas puslapis elgiasi kaip nuotrauka. Paprastai skirtumas yra tai, ar PDF yra naudotina tekstinė informacija.
Kas yra skenuotas PDF?
Nuskaitytas PDF dažnai yra padaryta skenuojant popieriaus puslapius arba fotografuojant juos ir išsaugant vaizdus į PDF. Matomos raidės yra pikseliai, nebūtinai faktiniai teksto ženklai. Be teksto sluoksnio paprastai negalite ieškoti arba nukopijuoti žodžių tiesiogiai.
Kas yra ieškomas PDF?
Ieškoma PDF yra tekstas, kurį gali rasti suderinamas skaitytuvas. Jis galėjo būti tiesiogiai eksportuotas iš Word, arba tai gali būti skenavimas su OCRsukurtu teksto sluoksniu. Ieškoma skenuoti galima išsaugoti originalų puslapio vaizdą pridedant nematomą pripažįstamą tekstą.
Patekimas negarantuoja tikslaus pripažinimo, redagavimo ar prieinamumo.
Pagrindiniai skirtumai
| Atvaizdas | Tik vaizdų skenavimas | Ieškoma PDF |
|---|---|---|
| Matoma išvaizda | Puslapių paveikslėliai | Skaitmeniniai puslapiai arba skenuoti paveikslėliai |
| Rasti žodžius | Paprastai tas | Paprastai taip |
| Kopijuoti tekstą | Reikalauja OCR | Dažnai įmanoma |
| Pripažinimo klaidos | Neatpažintas tekstas | Galimas su OCR |
| Redaguojamas išdėstymas | Ne tiesiogiai | Nebūtinai |
| Prieinamumas | Limited | Reikalinga papildoma struktūra |
Kaip nustatyti savo PDF
Pirma, pabandyk išsirinkti vieną žodį. Toliau, naudoti Rasti ieškoti savitą frazę. Galiausiai, įklijuoti tekstą į paprastojo teksto redaktorius ir palyginti jį su puslapio. Nepavyko paieška taip pat gali atsirasti dėl blogos koduotės, todėl nė vienas testas nėra įtikinamas.
Kaip padaryti skenuoti paieškos
Žingsnis 1: Parengti puslapius
Naudokite skaidrius, stačius skenerius su pakankamu kontrastu. Venkite nukirpti kraštus, šešėliai, ir judesio blur.
Žingsnis 2: Pasirinkite OCR Programinė įranga
Pasirinkite įrankį, kuris aiškiai palaiko Optinį ženklų atpažinimą ir dokumentą. Ne kiekvienas PDF konverteris turi OCR.
PDFreevert šiuo metu nesuteikia OCR. Naudoti atskirą OCR- pajėgi programa, kad vaizdai tik skenuoja ieškoti.
Žingsnis 3: pripažinti tekstą
Vykdyti OCR. Priklausomai nuo įrankio, išvestis gali būti ieškomas PDF arba redaguojamas dokumentas.
Žingsnis 4: Tikrinti tikslumą
Ieškoti kelių frazių ir kopijuoti reprezentatyvų tekstą. Atidžiai patikrinkite vardus, datas, bendrus duomenis ir identifikatorius; OCR gali supainioti tokius simbolius kaip O ir 0.
Žingsnis 5: Laikyti originalą
Išsaugoti originalų skenavimą, ypač kai tikslumas ar įrašų vientisumas yra svarbūs.
Kuris tipas turėtų būti naudojamas?
Tik PDF vaizdai gali būti tinkami paprastam vizualiniam dalijimuisi. Ieškomi PNF yra naudingesni tyrimams, dokumentų rinkimui ir informacijos paieškai. Jei jums reikia redaguoti dalis arba išrašo lenteles, gali prireikti papildomo konvertavimo ir patikrinimo.
Dažni OCR sutrikimai
Daugelio stulpelių puslapiai gali pateikti neteisingą skaitymo tvarką. Rašymas ir neįprasti šriftai gali būti pripažįstami prastai. Teksto sluoksnis gali turėti klaidų, nors matomas skenavimas atrodo puikiai. Paieška taip pat nepakeičia prieinamos žymos ir loginio skaitymo tvarkos.
Dažnai užduodami klausimai
Ar nuskaitytas PDF gali būti ieškomas?
Taip, pridedant pripažintą tekstą per OCR.
Ar OCR visada keičia išvaizdą?
Ne. Kai kurie darbų srautai išlaiko originalius puslapių paveikslėlius.
Ar galima ieškoti PDF pilnai redaguoti?
Ne. Redaguoti dažnai reikia PDF redaktorius arba konvertavimo į kitą formatą.
Kodėl kopijuotame tekste yra klaidų?
OCR atpažinimas arba simbolių atvaizdavimas gali būti neteisingas.
Ar PDF/A automatiškai padaro skenavimą ieškomą?
Ne. Archyvinė atitiktis ir OCR yra atskiri klausimai.
Išvada
Tik vaizdų skenavimas išsaugo tai, kaip atrodo puslapis; ieškoma PDF taip pat suteikia tekstinę informaciją. Naudokite OCR, kai paieškos arba ištraukimo metu reikia patikrinti svarbius rezultatus. Dėl kitų PDF darbų, apsilankykite PDFreevert.