Gör en skannad PDF sökbar med OCR
En skannad PDF ser ut som text men är egentligen en bild av en sida, så du kan inte markera ett ord eller söka efter ett namn. OCR (optisk teckenigenkänning) läser bilden och lägger till ett riktigt textlager, så att dokumentet blir sökbart och går att kopiera från.
Så vet du om du behöver OCR
Försök markera en textrad i PDF:en. Om muspekaren markerar enskilda ord har den redan ett textlager. Om ingenting markeras, eller om hela sidan markeras som en enda bild, är det en skanning som behöver OCR.
Det spelar roll när du ska hitta en klausul i ett långt avtal, citera ur en rapport eller göra ett arkiv sökbart.
Steg för steg
Öppna ”OCR PDF” och ladda upp ditt skannade dokument. Verktyget läser varje sida och bygger ett textlager bakom bilden.
Ladda ner resultatet. Det ser likadant ut, men nu kan du markera, kopiera och söka i texten, och andra verktyg kan också läsa den.
Få bästa möjliga resultat
Hur exakt OCR blir beror på skanningens kvalitet. Raka, kontrastrika och väl belysta skanningar läses nästan perfekt; sneda eller bleka skanningar ger fler fel. Att räta upp en sned skanning först förbättrar resultatet.
Om det gäller några få avgörande siffror bör du alltid dubbelkolla dem mot originalet, eftersom ingen OCR är perfekt på dåliga skanningar.
Därför behöver en skanning OCR
En skannad PDF ser ut som ett dokument, men för en dator är den bara en bild av ett. Du kan inte markera texten, söka i den eller kopiera den, eftersom det inte finns någon text där – bara en bild av bläck på papper. OCR (optisk teckenigenkänning) läser formerna i bilden och återskapar de faktiska tecknen, så att bilden får ett riktigt, sökbart och markerbart textlager under sidan.
Det är steget som låser upp allt annat: när en skanning väl har ett textlager kan du söka i den, kopiera från den, konvertera den till Word och redigera den. Utan OCR är ett skannat avtal i praktiken ett fotografi som du inte kan arbeta med.
Få ett exakt resultat
Hur exakt OCR blir beror i hög grad på skanningens kvalitet. En ren, kontrastrik och rak skanning av tryckt text läses nästan perfekt. En blek kopia, en sida som fotograferats snett eller handskrift är mycket svårare. För bästa resultat bör du skanna eller fotografera i bra ljus, hålla sidan plan och rak och använda så hög upplösning som är rimligt.
Om en sida blev sned förbättras igenkänningen märkbart om du först rätar upp den med ”Räta upp PDF”, eftersom OCR läser vågräta textrader mer tillförlitligt när de faktiskt är vågräta.
Vad du gör efter OCR
När skanningen är sökbar kan du börja använda den: konvertera den till Word för att göra den helt redigerbar, kopiera citat eller siffror ur den, eller helt enkelt spara den som en arkiverad PDF som du senare hittar genom att söka i texten. För stora mängder skannade handlingar är det OCR som gör en oanvändbar hög med bilder till ett sökbart bibliotek.