Scanned PDF vs Searchable PDF: Vad är skillnaden?
Kontrollera om sidor innehåller bilder, ett textlager eller båda.
Introduktion
Två PDF-filer kan se identiska men bete sig annorlunda. I en kan du markera och söka efter ord. I en annan beter sig varje sida som ett fotografi. Skillnaden är oftast om PDF innehåller användbar textinformation.
Vad är en skannad PDF?
En skannad PDF görs ofta genom att skanna papperssidor eller fotografera dem och spara bilderna i en PDF. De synliga bokstäverna är pixlar, inte nödvändigtvis faktiska textkaraktärer. Utan ett textskikt kan du i allmänhet inte söka eller kopiera orden direkt.
Vad är en sökbar PDF?
En sökbar PDF innehåller text som en kompatibel läsare kan hitta. Det kan ha exporterats direkt från Word, eller det kan vara en skanning med ett OCR-genererat textskikt. En sökbar skanning kan bevara den ursprungliga sidbilden samtidigt som den lägger till osynlig erkänd text.
Sökbarhet garanterar inte korrekt erkännande, redigerbarhet eller tillgänglighet.
Nyckelskillnader
| Funktionen | Image-only scan | Sökbar PDF |
|---|---|---|
| Synligt utseende | Sidbilder | Digitala sidor eller skannade bilder |
| Hitta ord | Vanligtvis ingen | Vanligtvis ja |
| Kopiera text | Kräver OCR | Ofta möjligt |
| Erkännande fel | Ingen erkänd text | Möjligt med OCR |
| Redigerbar layout | Inte direkt | Inte nödvändigtvis |
| Tillgänglighet | Begränsad | Kräver ytterligare struktur |
Hur man identifierar din PDF
För det första, försök att välja ett enda ord. Använd sedan Hitta för att söka efter en distinkt fras. Slutligen klistra in kopierad text i en vanlig textredigerare och jämför den med sidan. Misslyckad sökning kan också leda till dålig kodning, så inget enskilt test är avgörande.
Hur man gör en skanning sökbar
Steg 1: Förbered sidorna
Använd tydliga, upprätta skanningar med tillräcklig kontrast. Undvik klippta kanter, skuggor och rörelsesudd.
Steg 2: Välj OCR Software
Välj ett verktyg som uttryckligen stöder optisk karaktärsigenkänning och dokumentets språk. Inte alla PDF-omvandlare inkluderar OCR.
PDFreevert tillhandahåller inte OCR. Använd en separat OCR-kompatibel applikation för att göra bild-bara skanningar sökbara.
Steg 3: Känn igen text
Kör OCR. Beroende på verktyget kan utgången vara en sökbar PDF eller ett redigerbart dokument.
Steg 4: Verifiera noggrannhet
Sök efter flera fraser och kopiera representativ text. Kontrollera namn, datum, totaler och identifierare noggrant; OCR kan förvirra tecken som O och 0.
Steg 5: Håll originalet
Bevara den ursprungliga skanningen för referens, särskilt när noggrannhet eller rekord integritet spelar roll.
Vilken typ ska du använda?
Bild-bara PDF-filer kan vara lämpliga för enkel visuell delning. Sökbara PDF-filer är mer användbara för forskning, dokumentsamlingar och informationshämtning. Om du behöver redigera punkter eller extrahera tabeller kan ytterligare konvertering och verifiering vara nödvändig.
Vanliga OCR-problem
Flerkolumnsidor kan producera felaktig läsningsorder. Handskrift och ovanliga teckensnitt kan erkännas dåligt. Ett textskikt kan innehålla misstag även om den synliga skanningen ser perfekt ut. Sökbarhet ersätter inte heller tillgänglig märkning och logisk läsning.
Ofta frågade frågor
Kan en skannad PDF bli sökbar?
Ja, genom att lägga till erkänd text genom OCR.
ändrar OCR alltid utseendet?
Nej. Nej. Vissa arbetsflöden behåller de ursprungliga sidbilderna.
Är en sökbar PDF helt redigerbar?
Nej. Nej. Redigering kräver ofta en PDF-redigerare eller konvertering till ett annat format.
Varför innehåller kopierad text misstag?
OCR-igenkänning eller kartläggning av karaktärer kan vara felaktig.
Gör PDF/A automatiskt en skanning sökbar?
Nej. Nej. Arkivöverensstämmelse och OCR är separata problem.
Slutsats
En bild-bara skanning bevarar hur en sida ser ut; en sökbar PDF ger också textinformation. Använd OCR när sök- eller utvinningsfrågor och verifiera viktiga resultat. För andra PDF arbetsflöden, besök PDFreevert.