Taranmış PDF'yi OCR ile Aranabilir Hâle Getirme
Taranmış bir PDF metin gibi görünür ama aslında bir sayfanın resmidir; bu yüzden bir kelimeyi seçemez ya da bir ismi arayamazsınız. OCR (optik karakter tanıma) görüntüyü okur ve gerçek bir metin katmanı ekleyerek belgeyi aranabilir ve kopyalanabilir hâle getirir.
OCR'ye ihtiyacınız olup olmadığını nasıl anlarsınız?
PDF'de bir satır metin seçmeyi deneyin. İmleciniz kelimeleri tek tek vurguluyorsa, belgenin zaten bir metin katmanı vardır. Hiçbir şey seçilmiyorsa ya da sayfanın tamamı tek bir görüntü gibi vurgulanıyorsa, OCR gerektiren bir taramadır.
Bu, uzun bir sözleşmede bir maddeyi bulmak, bir rapordan alıntı yapmak ya da bir arşivi aranabilir kılmak için önemlidir.
Adım adım
PDF OCR aracını açın ve taranmış belgenizi yükleyin. Araç her sayfayı okur ve görüntünün arkasına bir metin katmanı oluşturur.
Sonucu indirin. Tamamen aynı görünür, ama artık metni seçebilir, kopyalayabilir ve içinde arama yapabilirsiniz; diğer araçlar da onu okuyabilir.
En iyi sonucu almak
OCR doğruluğu tarama kalitesine bağlıdır. Düz, yüksek kontrastlı ve iyi aydınlatılmış taramalar neredeyse kusursuz okunur; eğri ya da soluk taramalar daha fazla hata üretir. Eğik bir taramayı önce düzeltmek sonuçları iyileştirir.
Kritik birkaç rakam varsa, bunları her zaman orijinaliyle karşılaştırarak kontrol edin; çünkü kötü taramalarda hiçbir OCR kusursuz değildir.
Bir tarama neden OCR'ye ihtiyaç duyar?
Taranmış bir PDF bir belgeye benzer, ama bilgisayar için yalnızca bir belgenin resmidir. Metni seçemez, içinde arama yapamaz ya da kopyalayamazsınız, çünkü orada metin yoktur; yalnızca kâğıt üzerindeki mürekkebin bir görüntüsü vardır. OCR (optik karakter tanıma) o görüntüdeki şekilleri okur ve gerçek karakterleri yeniden oluşturarak resmi, sayfanın altında gerçek, aranabilir ve seçilebilir bir metin katmanına dönüştürür.
Diğer her şeyin kapısını açan adım budur: Bir taramanın metin katmanı olduğunda, içinde arama yapabilir, ondan kopyalayabilir, Word'e dönüştürebilir ve düzenleyebilirsiniz. OCR olmadan taranmış bir sözleşme, üzerinde çalışamayacağınız bir fotoğraftan farksızdır.
Doğru bir sonuç almak
OCR doğruluğu büyük ölçüde taramanın kalitesine bağlıdır. Basılı metnin temiz, yüksek kontrastlı ve düz bir taraması neredeyse kusursuz okunur. Soluk bir fotokopi, açılı çekilmiş bir sayfa ya da el yazısı çok daha zordur. En iyi sonuç için iyi ışıkta tarayın ya da fotoğraflayın, sayfayı düz ve karşıdan tutun ve makul olan en yüksek çözünürlüğü kullanın.
Bir sayfa eğri çıktıysa, önce PDF Eğikliğini Düzelt ile düzeltmek tanımayı belirgin biçimde iyileştirir; çünkü OCR yatay metin satırlarını, gerçekten yatay olduklarında daha güvenilir okur.
OCR'den sonra ne yapmalı?
Tarama aranabilir hâle geldiğinde onu işe koşabilirsiniz: Tamamen düzenlenebilir olması için Word'e dönüştürün, içinden alıntıları ya da rakamları kopyalayın ya da metninde arama yaparak daha sonra bulabileceğiniz arşivlenmiş bir PDF olarak saklayın. Büyük miktarda taranmış kayıt için, kullanılamaz bir görüntü yığınını aranabilir bir kütüphaneye dönüştüren şey OCR'dir.