Por que não consigo pesquisar dentro do meu PDF digitalizado?
Do que depende a precisão
Da resolução e do contraste, muito mais do que do programa. 300 dpi é o ponto em que o OCR funciona bem; abaixo de 200 os erros se multiplicam. Uma foto tirada torta e com sombra dá resultado pior que uma digitalização mediana, porém reta.
Endireitar a página antes de processar melhora mais o resultado do que trocar de ferramenta.
Onde ele sempre falha
Letra à mão, fontes decorativas, texto sobre fundo estampado e tabelas cheias de linhas. Documentos em mais de um idioma também: se o motor está configurado num idioma só, as palavras do outro saem erradas.
Números são o caso mais delicado. Um 0 lido como O num valor não salta aos olhos e muda o sentido. Se o documento é contábil ou jurídico, confira os números na mão.
O texto reconhecido não substitui o original
A camada de OCR é ajuda de busca, não transcrição com fé pública. Pra qualquer trâmite oficial vale a digitalização, não o que um programa achou que leu.
Nosso app de iOS exatamente pra isso. Roda no seu aparelho — sem conta e sem rastreamento.