Cara Membuat PDF Hasil Scan Bisa Dicari dengan OCR
PDF hasil pindaian tampak seperti teks, padahal sebenarnya gambar sebuah halaman, sehingga Anda tidak bisa memilih satu kata pun atau mencari sebuah nama. OCR (pengenalan karakter optik) membaca gambar itu dan menambahkan lapisan teks asli, sehingga dokumen bisa dicari dan disalin.
Cara mengetahui apakah Anda perlu OCR
Coba pilih satu baris teks di PDF. Jika kursor Anda menyorot kata per kata, berarti PDF itu sudah memiliki lapisan teks. Jika tidak ada yang terpilih, atau seluruh halaman tersorot sebagai satu gambar, berarti itu hasil pindaian yang perlu OCR.
Hal ini penting untuk menemukan sebuah pasal dalam kontrak yang panjang, mengutip isi laporan, atau membuat arsip yang bisa dicari.
Langkah demi langkah
Buka OCR PDF dan unggah dokumen hasil pindaian Anda. Alat ini membaca setiap halaman dan membuat lapisan teks di balik gambarnya.
Unduh hasilnya. Tampilannya sama persis, tetapi sekarang Anda bisa memilih, menyalin, dan mencari teksnya, dan alat lain pun bisa membacanya.
Mendapatkan hasil terbaik
Akurasi OCR bergantung pada kualitas pindaian. Pindaian yang lurus, kontrasnya tinggi, dan cahayanya cukup terbaca hampir sempurna; pindaian yang miring atau pudar menghasilkan lebih banyak kesalahan. Meluruskan pindaian yang miring terlebih dulu akan memperbaiki hasilnya.
Untuk beberapa angka yang sangat penting, selalu periksa ulang dengan dokumen aslinya, karena tidak ada OCR yang sempurna pada pindaian berkualitas buruk.
Mengapa hasil scan perlu OCR
PDF hasil pindaian terlihat seperti dokumen, tetapi bagi komputer itu hanyalah gambar dari sebuah dokumen. Anda tidak bisa memilih, mencari, atau menyalin teksnya, karena memang tidak ada teks di sana, hanya gambar tinta di atas kertas. OCR (pengenalan karakter optik) membaca bentuk-bentuk dalam gambar itu dan menyusun ulang karakter yang sebenarnya, mengubah gambar menjadi lapisan teks asli yang bisa dicari dan dipilih di balik halaman.
Langkah inilah yang membuka semua kemungkinan lainnya: begitu hasil pindaian memiliki lapisan teks, Anda bisa mencarinya, menyalin isinya, mengubahnya ke Word, dan mengeditnya. Tanpa OCR, kontrak hasil pindaian pada dasarnya hanyalah foto yang tidak bisa diolah.
Mendapatkan hasil yang akurat
Akurasi OCR sangat bergantung pada kualitas pindaian. Pindaian teks cetak yang bersih, kontras tinggi, dan lurus terbaca hampir sempurna. Fotokopi yang pudar, halaman yang difoto miring, atau tulisan tangan jauh lebih sulit. Untuk hasil terbaik, pindai atau foto dengan cahaya yang baik, pastikan halaman rata dan lurus, dan gunakan resolusi setinggi yang wajar.
Jika hasil pindaian miring, meluruskannya terlebih dulu dengan Luruskan PDF akan meningkatkan hasil pengenalan secara nyata, karena OCR membaca baris teks horizontal dengan lebih andal jika barisnya memang benar-benar horizontal.
Apa yang bisa dilakukan setelah OCR
Setelah hasil pindaian bisa dicari, Anda bisa langsung memanfaatkannya: ubah ke Word agar bisa diedit sepenuhnya, salin kutipan atau angka dari dalamnya, atau simpan saja sebagai arsip PDF yang bisa Anda temukan nanti dengan mencari teksnya. Untuk arsip pindaian dalam jumlah besar, OCR-lah yang mengubah tumpukan gambar yang tidak terpakai menjadi perpustakaan yang bisa dicari.