Mac

Come fare l'OCR di un PDF scansionato su Mac

Anteprima non può fare l'OCR di un PDF, e Testo attivo non è OCR. Su un macOS recente puoi passare il cursore su una pagina scansionata, selezionare le parole e copiarle — tutto questo avviene al volo nel visualizzatore e non scrive niente nel file. Cerca dentro il documento e non ottieni risultati. Spotlight non lo trova. L'OCR vero aggiunge uno strato di testo invisibile al PDF stesso, e serve uno strumento costruito per questo.

Testo attivo contro OCR

È questa la distinzione da portarsi via. Testo attivo riconosce i caratteri in un'immagine nel momento in cui la guardi, dentro il visualizzatore, e ti restituisce una selezione. Sul disco non cambia niente. Chiudi il file e il riconoscimento è svanito. L'OCR gira una volta e scrive le parole riconosciute dentro il PDF come uno strato invisibile, posizionato sotto l'immagine della pagina.

Entrambi ti permettono di copiare una frase. Solo uno rende il documento ricercabile, indicizzabile da Spotlight, leggibile da uno screen reader, convertibile in Word e ritrovabile fra sei mesi quando ti sarai dimenticato come si chiamava il file.

Testo attivo è davvero utile — prendere un indirizzo da una scansione è più rapido di qualsiasi alternativa. Semplicemente non è un sostituto, e poiché funziona così bene convince le persone di avere già uno strato di testo.

La scansione conta più dello strumento

La precisione del riconoscimento si decide al momento dello scatto. 300 dpi è il minimo per la stampa ordinaria; sotto i 200 il motore comincia a tirare a indovinare fra forme simili. Una pagina fotografata di sbieco perde precisione per la deformazione. L'ombra di una lampada da tavolo rende illeggibile una fascia di testo. Qualsiasi motore OCR se la cava bene con una scansione pulita e tutti faticano con una cattiva, quindi il tempo è meglio investito a riscansionare che a cercare software migliore.

Lo scatto col telefono va bene se la pagina è piatta, la luce è uniforme e la fotocamera è parallela alla carta. Le modalità di scansione documenti che raddrizzano la pagina da sole aiutano molto.

Cosa resta difficile

La scrittura a mano, in generale. Le tabelle dense, dove il motore legge oltre i confini delle celle. Le impaginazioni su due colonne, dove l'ordine di lettura va dedotto. Le legature e i caratteri antichi. Più alfabeti sulla stessa pagina. Un risultato corretto al 98 % significa ancora un carattere sbagliato ogni due righe, quindi tutto ciò che ha conseguenze va letto, non creduto.

Privacy, perché di solito è un documento che conta

I PDF scansionati tendono a essere quelli personali: contratti, lettere mediche, carte fiscali, documenti d'identità. L'OCR online manda tutto questo sul server di qualcun altro. Il riconoscimento gira benissimo su un Mac moderno senza alcun caricamento, e per questa classe di documenti quella è l'impostazione predefinita sensata.

Passo per passo

  1. Verifica cosa hai
    Apri il PDF e premi ⌘F. Se una parola che vedi chiaramente non dà risultati, non c'è nessuno strato di testo.
  2. È la qualità della scansione a decidere la precisione, non il programma
    300 dpi, pagina piatta, luce uniforme. Niente recupera uno scatto mosso o storto.
  3. Esegui l'OCR per ottenere un PDF ricercabile
    Il risultato deve sembrare identico e comportarsi diversamente: selezionabile, ricercabile, indicizzabile.
  4. Verifica con ⌘F e poi con Spotlight
    Cerca una parola presa dal centro del documento. Poi cercala nel Finder per confermare che l'indice l'ha raccolta.
PDF Studio – Editor & Reader

La nostra app iOS proprio per questo. Gira sul tuo dispositivo — nessun account, nessun tracciamento.

Vedi l'app →