Скасований PDF проти пошуку PDF: Що таке різниця?
Перевірити чи сторінки містять зображення, текстовий шар або обидва.
Вступ
Два PDF-файли можуть виглядати однаково, але по-різному. У одному можна виділити і шукати слова. У іншому випадку кожна сторінка поводиться як фотографія. Як правило, різниця є, чи містить PDF, що містить інформацію про конфіденційність.
Що таке сканування PDF?
Відскановано PDF часто проводиться скануванням паперових сторінок або фотографуванням їх і збереження зображень в PDF. Виявлені літери є пікселями, не обов'язково фактичні текстові символи. Якщо ви не можете шукати або скопіювати слова безпосередньо.
Що таке пошукова система PDF?
Пошук PDF містить текст, який сумісний зчитувач може знайти. Ви можете експортувати безпосередньо з Word, або це може бути сканування з скануванням OCR-генерований текстовий шар. Пошукове сканування може зберігати оригінальний образ сторінки, додаючи невидимий текст.
Відповідність не гарантує точного розпізнавання, редагування або доступності.
Ключові відмінності
| ЕКСПЕРТ | Відсканування зображень | Пошук PDF |
|---|---|---|
| Неймовірний зовнішній вигляд | Сторінка зображень | Цифрові сторінки або скановані зображення |
| Знайти слова | Як правило, немає | Як правило так |
| Скопіювати текст | Вимоги до OCR | Нерідко |
| Похибки розпізнавання | Не визнаний текст | Можливий з OCR |
| Редагування макета | Нема прямо | Не обов'язково |
| Доступність | Ліміт | Потрібні додаткові конструкції |
Як дізнатися PDF
По-перше, спробуйте вибрати одне слово. Далі скористайтеся пошуком відмінної фрази. Нарешті, вставте копіюваний текст у звичайний редактор і порівнюйте його з сторінкою. Незрівняний пошук також може призвести до поганого кодування, тому не один тест є конклюзивним.
Як зробити сканування
Крок 1: Підготувати сторінки
Використовуйте чіткі, вертикальні сканування з достатнім контрастом. Уникайте затисканих країв, тіней і рухів розмиття.
Крок 2: Виберіть OCR програмне забезпечення
Виберіть інструмент, який явно підтримує розпізнавання оптичних символів та мову документа. Не кожен PDF конвертер включає OCR.
PDFreevert не забезпечує OCR. Використовуйте окрему програму OCR для сканування зображень.
Крок 3: розпізнавання тексту
Запуск OCR. Залежно від інструмента, вихід може бути пошуковим PDF або редагований документ.
Крок 4: Перевірка Точності
Пошук декількох фраз і копіювання текстів. Перевірити імен, дати, загальні та ідентифікатори ретельно; OCR може використовувати символи, такі як O і 0.
Крок 5: Тримайте оригінальний
Збережіть оригінальне сканування для посилання, особливо при правильній точності або запису цілісності.
Який тип має використовуватися?
Для простого візуального спілкування може бути достатня кількість PDF-файлів. Пошукові PDF-файли є більш корисними для наукових досліджень, збору документів, а також відновлення інформації. Якщо вам необхідно редагувати абзаци або виписки таблиць, необхідно додатково перетворення та перевірку.
Загальні проблеми OCR
Багатокольорові сторінки можуть виробляти неправильне замовлення читання. Поведінка і незвичайні шрифти можуть бути визнані погано. Цей текст може містити помилки навіть тоді, коли видиме сканування виглядає ідеально. Також не замінює доступне та логічне замовлення читання.
Питання та відповіді
Чи може бути відсканований PDF?
Так, шляхом додавання визнаного тексту через OCR.
Як OCR завжди змінює зовнішній вигляд?
Ні. Деякі робочі процеси зберігають оригінальні зображення сторінок.
Чи можна редагувати PDF?
Ні. Редагування часто вимагає редактора PDF або перетворення в інший формат.
Чому скопійовано текст, що містить помилки?
OCR Визначення або позначення персонажа може бути неправильним.
Чи є PDF/A автоматично скануйте пошукові дані?
Ні. Архивний конформанс і OCR є окремими проблемами.
Висновок
Знімок екрана зберігає те, що виглядає сторінка; пошукова система PDF також надає текстову інформацію. Використовуйте OCR при пошуку або вилучення, і перевірте важливі результати. Для інших робочих процесів PDF, відвідайте PDFreevert.