Scanned PDF vs Searchable PDF: Co powoduje różnicę?
Sprawdź, czy strony zawierają obrazy, warstwę tekstową, czy oba.
Wprowadzenie
Dwa PDF mogą wyglądać identycznie, ale zachowują się inaczej. W jednym z nich można podświetlać i szukać słów. W innym, każda strona zachowuje się jak zdjęcie. Różnica polega zwykle na tym, czy PDF zawiera użyteczne informacje tekstowe.
Co to jest Skanowany PDF?
Zeskanowany PDF jest często dokonywany przez skanowanie stron papierowych lub fotografowanie ich i zapisywanie obrazów w PDF. Widoczne litery to piksele, niekoniecznie rzeczywiste znaki tekstowe. Bez warstwy tekstowej, nie można przeszukiwać lub kopiować słów bezpośrednio.
Co to jest Searchable PDF?
Przeszukiwanie PDF zawiera tekst, który kompatybilny czytnik może znaleźć. Może on być wywożony bezpośrednio z Word lub może być skanowaniem z warstwą tekstową wygenerowaną przez OCR-. Skanowanie skanujące może zachować oryginalny obraz strony, dodając niewidoczny rozpoznany tekst.
Poszukiwanie nie gwarantuje dokładnego rozpoznania, zdolności do pracy ani dostępności.
Kluczowe różnice
| Cecha | Skanowanie tylko dla obrazków | Wyszukiwanie plików PDF |
|---|---|---|
| Widoczny wygląd | Obrazy stron | Cyfrowe strony lub zeskanowane obrazy |
| Znajdź słowa | Zazwyczaj nie należy stosować leku Nespo u pacjentów z chorobą nowotworową. | Zazwyczaj tak. |
| Kopiuj tekst | Wymaga OCR | Często możliwe |
| Błędy w uznawaniu | Brak rozpoznanego tekstu | Możliwe podczas stosowania produktu OCR |
| Edytowalny układ | Nie bezpośrednio | Niekoniecznie |
| Dostępność | Limited | Wymaga dodatkowej struktury |
Jak zidentyfikować swojego PDF
Najpierw spróbuj wybrać jedno słowo. Następnie użyj Znajdź, aby znaleźć charakterystyczne wyrażenie. Na koniec wklej skopiowany tekst do zwykłego edytora tekstu i porównaj go ze stroną. Nieudane wyszukiwanie może również wynikać z złego kodowania, więc żaden test nie jest rozstrzygający.
Jak zrobić skanowanie Searchable
Krok 1: Przygotowanie stron
Należy używać przejrzystych, wyprostowanych skanów z wystarczającym kontrastem. Unikać przycinanych krawędzi, cieni i rozmycia ruchu.
Krok 2: Wybierz oprogramowanie OCR
Wybierz narzędzie, które wyraźnie obsługuje rozpoznawanie znaków optycznych i język dokumentu. Nie każdy konwerter PDF zawiera OCR.
PDFreevert nie dostarcza obecnie OCR. Używać oddzielnego OCR- możliwość aplikacji do skanowania tylko obrazka przeszukiwania.
Krok 3: rozpoznaj tekst
Uruchom OCR. W zależności od narzędzia, wyjście może być przeszukiwalne PDF lub edytowalnym dokumentem.
Krok 4: Sprawdzić dokładność
Wyszukaj kilka zwrotów i skopiuj tekst reprezentatywny. Sprawdź nazwy, daty, sumy i identyfikatory dokładnie; OCR może mylić znaki takie jak O i 0.
Krok 5: Zachować oryginał
Zachować oryginalny skan w celu uzyskania odniesienia, zwłaszcza gdy dokładność lub integralność zapisu ma znaczenie.
Którego typu powinieneś użyć?
Wyłącznie PDF mogą być odpowiednie do prostego udostępniania wizualnego. Wyszukiwarka plików PDF jest bardziej przydatna w badaniach, zbiorach dokumentów i pozyskiwaniu informacji. Jeśli musisz edytować akapity lub wyciągać tabele, może być konieczna dodatkowa konwersja i weryfikacja.
Często OCR
Strony wielokolumnowe mogą generować nieprawidłową kolejność odczytów. Rękopis i nietypowe czcionki mogą być słabo rozpoznawane. Warstwa tekstowa może zawierać błędy, nawet jeśli widoczny skaner wygląda idealnie. Wyszukiwarka nie zastępuje również dostępnego znacznika i logicznego porządku odczytu.
Często zadawane pytania
Czy zeskanowany PDF może zostać przeszukany?
Tak, poprzez dodanie rozpoznanego tekstu przez OCR.
Czy OCR zawsze zmienia wygląd?
Nie. Niektóre przepływy pracy zachowują oryginalne obrazy stron.
Czy wyszukiwanie PDF jest w pełni edytowalne?
Nie. Edycja często wymaga edytora PDF lub konwersji do innego formatu.
Dlaczego skopiowany tekst zawiera błędy?
Rozpoznawanie OCR lub mapowanie znaków może być nieprawidłowe.
Czy PDF/A automatycznie umożliwia skanowanie?
Nie. Konformancja archiwalna i OCR to osobne obawy.
Wniosek
Skanowanie tylko obrazkowe zachowuje wygląd strony; przeszukiwanie PDF również dostarcza informacji tekstowych. Używaj OCR, gdy liczy się wyszukiwanie lub ekstrakcja, i weryfikuj ważne wyniki. W przypadku innych przepływów roboczych PDF odwiedź PDFreevert.