Quét PDF chống tìm kiếm PDF: Khác biệt là gì?
Kiểm tra xem trang có chứa ảnh, lớp văn bản hay cả hai.
Giới thiệu
Hai PDF có thể trông giống hệt nhau nhưng cư xử khác nhau. Trong một, bạn có thể làm nổi bật và tìm kiếm từ ngữ. Trong một trang khác, mỗi trang đều có hành vi giống như một bức ảnh. Sự khác biệt thường là liệu PDF có chứa thông tin văn bản có thể sử dụng hay không.
Cái gì bị che khuất? PDF?
Một máy quét PDF thường được làm bằng cách quét các trang giấy hoặc chụp ảnh chúng và lưu các hình ảnh trong một PDF. Những chữ cái nhìn thấy được là điểm ảnh, không nhất thiết phải là ký tự văn bản. Nếu không có lớp văn bản, thường thì bạn không thể tìm kiếm hoặc sao chép trực tiếp các từ đó.
Điều gì có thể tìm được? PDF?
Name PDF có văn bản tương thích với độc giả. Có thể xuất trực tiếp từ WordHoặc có thể là chụp với một cái gì đó. OCR- Lớp văn bản được tạo ra. Một bản quét tìm có thể bảo tồn ảnh gốc trong khi thêm văn bản được nhận diện vô hình.
Khả năng tìm kiếm không bảo đảm sự công nhận chính xác, khả năng sửa đổi hoặc khả năng truy cập.
Sự khác biệt chính
| Tính năng | Quét chỉ ảnh | Tìm kiếm PDF |
|---|---|---|
| Hiện | Ảnh trang | Trang số hoặc ảnh quét |
| Tìm từ | Thường thì không. | Thường thì có. |
| Chép đoạn | Cần thiết OCR | Thường có thể |
| Lỗi nhận dạng | Không nhận dạng đoạn | Có thể với OCR |
| Bố trí sửa được | Không trực tiếp | Không nhất thiết |
| Khả năng truy cập | Giới hạn | Cần thêm cấu trúc |
Cách nhận diện bạn PDF
Trước tiên, hãy thử chọn một từ. Tiếp theo, hãy dùng Tìm một cụm từ đặc biệt. Cuối cùng, dán sao chép văn bản thành một trình soạn thảo văn bản thô và so sánh nó với trang. Việc tìm kiếm thất bại cũng có thể kết quả do bộ mã không tốt, vì vậy không có thử nghiệm đơn nào được kết luận.
Làm thế nào để quét được?
Bước 1: chuẩn bị trang
Quét rõ ràng, thẳng đứng với độ tương phản đầy đủ. Tránh những cạnh cắt, bóng và chuyển động mờ nhạt.
Step 2: Chọn phần mềm OCR
Hãy chọn một công cụ rõ ràng hỗ trợ khả năng nhận dạng kí tự và ngôn ngữ của tài liệu. Không phải mỗi máy biến đổi PDF bao gồm OCR.
PDFreevert hiện không cung cấp OCR. Dùng một ứng dụng « OCR » riêng lẻ để quét ảnh chỉ được.
Step 3: Nhận dạng Văn bản
Chạy OCR. Tùy thuộc vào công cụ, kết xuất có thể là một tài liệu có khả năng tìm kiếm PDF hoặc một tài liệu có khả năng sửa đổi.
Step 4: Kiểm tra chính xác
Tìm kiếm nhiều đoạn văn và bản sao chép văn bản đại diện. Kiểm tra tên, ngày tháng, tổng thể và bộ nhận diện cẩn thận; OCR có thể nhầm lẫn các kí tự như O và 0.
Step 5: Giữ nguyên gốc
Bảo tồn bản quét gốc để xem xét, đặc biệt khi tính chính xác hoặc ghi chép chính xác.
Bạn nên dùng loại nào?
Những PDF chỉ ảnh có thể đủ cho việc chia sẻ thị giác đơn giản. Những PDF có thể tìm kiếm hữu ích hơn cho việc nghiên cứu, bộ sưu tập tài liệu và thu hồi thông tin. Nếu bạn cần chỉnh sửa đoạn hoặc trích đoạn, có lẽ cần phải có thêm sự cải đạo và thẩm tra thêm.
Vấn đề chung OCR
Nhiều trang có thể tạo ra thứ tự đọc sai. Viết tay và phông chữ khác thường có thể được nhận ra không đúng. Lớp văn bản có thể chứa lỗi ngay cả khi quét có vẻ hoàn hảo. Khả năng tìm kiếm cũng không thay thế khả năng đánh dấu và thứ tự đọc hợp lý.
Những câu hỏi thường xuyên
Có thể nào một PDF quét được không?
Vâng, bằng cách thêm văn bản nhận diện thông qua OCR.
Có phải OCR luôn thay đổi diện mạo?
Không. Một số luồng công việc giữ lại hình ảnh gốc của trang.
PDF có khả năng tìm kiếm không?
Không. Việc sửa thường đòi hỏi a PDF Trình soạn thảo hay chuyển đổi sang dạng khác.
Tại sao bản sao lại chứa lỗi?
OCR Có lẽ bản đồ nhận diện hoặc ký tự không đúng.
PDF/A tự động làm cho quét được?
Không. Archival phù hợp và OCR là những mối quan tâm khác nhau.
Kết thúc
Một bản quét quét chỉ ảnh bảo tồn một trang trông như thế nào; một bản tìm kiếm PDF cũng cung cấp thông tin văn bản. Sử dụng OCR khi tìm kiếm hoặc khai thác vấn đề, và xác minh kết quả quan trọng. Đối với các công việc khác của PDF, hãy ghé thăm PDFreevert.