Mac

Mac'te taranmış PDF'e nasıl OCR yapılır?

Önizleme PDF'e OCR yapamaz, ve Canlı Metin OCR değildir. Yakın bir macOS'te taranmış bir sayfanın üstünde gezinip kelimeleri seçip kopyalayabilirsin — bunların hepsi görüntüleyicide anlık olarak oluyor ve dosyaya hiçbir şey yazmıyor. Belgede arama yap, hiçbir sonuç alamazsın. Spotlight onu bulamaz. Gerçek OCR, PDF'in kendisine görünmez bir metin katmanı ekler; bu da onun için yapılmış bir araç ister.

Canlı Metin ile OCR

Akılda kalması gereken ayrım bu. Canlı Metin bir görseldeki karakterleri, tam baktığın anda, görüntüleyicinin içinde tanıyor ve sana bir seçim veriyor. Diskte hiçbir şey değişmiyor. Dosyayı kapat, tanıma uçtu. OCR ise bir kez çalışıyor ve tanıdığı kelimeleri, sayfanın resminin altına konumlandırılmış görünmez bir katman olarak PDF'in içine yazıyor.

İkisi de bir cümleyi kopyalamana izin veriyor. Yalnızca biri belgeyi aranabilir, Spotlight'ın dizine alabileceği, ekran okuyucunun okuyabileceği, Word'e dönüştürülebilir ve dosyanın adını unuttuğunda altı ay sonra bulunabilir kılıyor.

Canlı Metin gerçekten faydalı — bir taramadan adres kapmak her alternatiften hızlı. Sadece yerine geçmiyor, ve o kadar iyi çalıştığı için insanları zaten bir metin katmanları olduğuna inandırıyor.

Tarama, araçtan daha önemli

Tanıma doğruluğu çekim anında belirleniyor. Sıradan baskı için taban 300 dpi; 200'ün altında motor benzer şekiller arasında tahmine başlıyor. Açıyla fotoğraflanmış bir sayfa perspektif bozulmasından doğruluk kaybediyor. Masa lambasından sayfaya düşen gölge bir metin şeridini okunamaz hâle getiriyor. Her OCR motoru temiz bir taramada iyi iş çıkarıyor ve hepsi kötü bir taramada zorlanıyor; yani zaman, daha iyi yazılım aramaktan çok yeniden taramaya harcanmalı.

Sayfa düzse, ışık eşitse ve kamera kâğıza paralelse telefonla çekim yeterli. Sayfayı otomatik dikleştiren belge tarama kipleri çok yardımcı oluyor.

Zor kalmaya devam eden şeyler

Genel olarak el yazısı. Motorun hücre sınırlarının ötesine okuduğu yoğun tablolar. Okuma sırasının çıkarılması gereken iki kolonlu düzenler. Bitişik harfler ve eski yazı tipleri. Tek sayfada karışık alfabeler. %98 doğru bir sonuç, hâlâ iki satırda bir yanlış karakter demek; yani sonucu olan her şey güvenilmeyi değil okunmayı gerektiriyor.

Gizlilik, çünkü genelde önemli olan bir belge oluyor

Taranmış PDF'ler kişisel olanlar oluyor — sözleşmeler, doktor yazıları, vergi evrakları, kimlik belgeleri. Çevrimiçi OCR bunların tamamını başka birinin sunucusuna gönderiyor. Tanıma, modern bir Mac'te hiçbir yükleme olmadan gayet iyi çalışıyor ve bu belge sınıfı için makul varsayılan da bu.

Adım adım

  1. Elinde ne olduğunu test et
    PDF'i aç ve ⌘F'ye bas. Açıkça gördüğün bir kelime sonuç vermiyorsa metin katmanı yok.
  2. Doğruluğu yazılım değil, tarama kalitesi belirliyor
    300 dpi, düz sayfa, eşit ışık. Bulanık ya da eğri bir çekimi hiçbir şey kurtarmıyor.
  3. Aranabilir PDF üretmek için OCR çalıştır
    Çıktı birebir aynı görünmeli ve farklı davranmalı — seçilebilir, aranabilir, dizine girebilir.
  4. ⌘F ile, sonra Spotlight ile doğrula
    Belgenin ortasından bir kelime ara. Sonra aynı kelimeyi Finder'da ara ve dizinin onu aldığını gör.
PDF Studio – Editor & Reader

Tam bu iş için iOS uygulamamız. Cihazında çalışır — hesap yok, takip yok.

Uygulamaya bak →