Poradniki
OCR skanu PDF: wyszukiwanie i kontrola tekstu
W skrócie
OCR rozpoznaje pismo na obrazie, aby można było szukać słów lub pobrać tekst. Wybierz język dokumentu i porównaj wynik ze skanem. Nazwiska, numery oraz kwoty wymagają osobnej kontroli, nawet jeśli zdania brzmią poprawnie.
Czy źródło da się wyraźnie przeczytać?
Rozpoznawanie nie zastąpi informacji, której nie uchwycił aparat. Powiększ bladą pieczęć, zagięcie nad numerem i drobny druk. Jeśli sam nie widzisz kształtu cyfry, nie traktuj wyniku programu jako pewnego odtworzenia brakującego szczegółu.
Przy nowym materiale zacznij od skanowania telefonem. Równe oświetlenie, pełne krawędzie i wyraźne litery ograniczają późniejsze poprawki. Silnie zmniejszone zdjęcie może być łatwe do przesłania, ale znacznie trudniejsze do prawidłowego rozpoznania.
Jak rozpoznać pismo w PDF?
Otwórz kopię w OCR PDF, wskaż język i przetwórz potrzebne strony. Pobierz wynik, a następnie otwórz go ponownie. Ustal, czy potrzebujesz warstwy do wyszukiwania w PDF, czy tekstu do dalszej pracy poza dokumentem.
Sprawdź polskie litery i nazwy własne. Poprawnie wybrany język pomaga, ale nie usuwa problemów bladego druku lub nietypowego kroju. Numer sprawy, kwota i nazwisko zasługują na porównanie znak po znaku.
Jak sprawdzić wyszukiwanie i kolejność czytania?
Wybierz kilka rozpoznawalnych słów z różnych części źródła i wyszukaj je w wyniku. Potem skopiuj dłuższy fragment i przeczytaj go w kolejności. Poprawny wynik dla tytułu mówi tylko o tym przykładzie, nie o całej stronie.
W dwukolumnowym raporcie zobacz, czy tekst z prawej kolumny nie wchodzi w środek lewego akapitu. Sprawdź też listy i przypisy. Same poprawne słowa, ustawione w niewłaściwym porządku, nie tworzą użytecznego tekstu.
Co zrobić z wynikiem rozpoznania?
Wyszukiwana warstwa nie oznacza automatycznie łatwego do edycji układu. Jeżeli planujesz przerabiać akapity i tabele, zobacz PDF na Word i skontroluj odtworzoną strukturę. Rozpoznanego tekstu nie traktuj jako sprawdzonej treści przed korektą ważnych miejsc.
Późniejsza konwersja do PDF/A sprawdza inne właściwości. Zgodność formatu nie potwierdza poprawności odczytanej kwoty. Zachowaj skan i oznacz wersję tekstu, którą rzeczywiście sprawdzono, aby dało się wrócić do źródła w razie wątpliwości.
Częste pytania
Czy OCR odtworzy niewidoczną cyfrę?
Nie należy na tym polegać. Dla brakującego lub nieczytelnego szczegółu przygotuj lepsze źródło.
Czy działające wyszukiwanie oznacza bezbłędny tekst?
Nie. To kontrola wybranych przykładów. Osobno sprawdź liczby, nazwy i pozostałe strony.
Czy wybór języka polskiego usuwa wszystkie pomyłki?
Nie. Jakość obrazu, druk i krój pisma nadal wpływają na odczyt.
Czy wyszukiwany PDF jest już dokumentem do wygodnej edycji?
Nie musi. Warstwa wyszukiwania i odtworzenie akapitów oraz tabel są różnymi potrzebami.