Elimina le pagine inutili e correggi l’orientamento di un PDF scansionato prima dell’OCR, per ottenere un documento ricercabile più pratico da consultare.
Un PDF acquisito con lo scanner può essere composto soltanto da immagini. Riesci a leggerlo sullo schermo, ma non a cercare un nome o selezionare una frase. Il riconoscimento ottico dei caratteri, o OCR, aggiunge uno strato di testo. Preparare prima il documento evita di riconoscere pagine che finiranno comunque nel cestino.
Il modello pronto all’uso pulisce la scansione e poi esegue l’OCR per creare un PDF ricercabile.
Un fascicolo può contenere pagine vuote, copie intermedie, fogli superflui o pagine ruotate. Sistemarli prima del riconoscimento riduce il lavoro inutile e rende più semplice controllare il documento finale.
Per un intervento occasionale puoi usare singolarmente gli strumenti per eliminare pagine vuote, rimuovere pagine o ruotarle. La Pipeline è utile quando vuoi riutilizzare la stessa sequenza di preparazione e riconoscimento. Prima di avviarla, verifica le operazioni presenti nel modello e le relative impostazioni: non ogni problema di scansione si risolve automaticamente.
L’OCR analizza l’immagine di ciascuna pagina, cerca di riconoscere i caratteri e genera testo utilizzabile per la ricerca. Se il documento è già pronto, puoi eseguire direttamente lo strumento OCR senza passare dalla preparazione.
La precisione dipende dalla risoluzione, dalla nitidezza, dall’orientamento, dal contrasto, dalla lingua e dalla disposizione del testo. Una tabella fitta, una foto sfocata o una pagina con più colonne possono richiedere un controllo particolarmente attento.
Un PDF creato da un programma può già contenere testo selezionabile. In quel caso, estrarre il testo esistente è di solito più sensato che tentare di riconoscerlo nuovamente nell’immagine della pagina.
In una scansione senza testo, invece, l’estrazione non può recuperare caratteri che il documento conserva soltanto come pixel. È questa la situazione in cui serve l’OCR. Il risultato non diventa per questo una trascrizione certificata.
Il procedimento è adatto a lettere, fatture, contratti cartacei e archivi amministrativi nei quali vuoi ritrovare una parola o un riferimento. Conserva sempre il file originale, soprattutto se il documento ha valore probatorio.
Rendere ricercabile un PDF non equivale a trasformarlo in un foglio di calcolo. Un prospetto riconosciuto può ancora richiedere correzioni e un’organizzazione esplicita prima di essere utilizzato come dati strutturati.
Dopo l’OCR, cerca parole presenti in pagine diverse e confronta i passaggi importanti con la scansione. Controlla soprattutto nomi, importi, date e numeri di riferimento: una singola cifra sbagliata può cambiare il significato di un documento.
Le operazioni compatibili vengono eseguite localmente nel browser. Un fascicolo lungo o scansioni ad alta risoluzione possono richiedere più tempo e memoria di una normale modifica PDF. Se il dispositivo fatica, lavora su gruppi più piccoli e controlla ogni risultato.
Pulisci il PDF ed esegui l’OCR
L’estrazione legge il testo già presente nel PDF. L’OCR prova a riconoscerlo nell’immagine di una pagina scansionata.
No. Anche una scansione nitida può produrre errori. Controlla le informazioni importanti prima di usarle o trasmetterle.
Sì, se il documento è già pronto. La preparazione serve soprattutto quando vuoi eliminare pagine vuote o inutili e correggere l’orientamento prima del riconoscimento.
Raccolta
15 / 15
Comprendi come funziona un PDF, cosa distingue le sue pagine da semplici immagini e quale operazione scegliere per unire, estrarre, convertire o modificare un documento.
Distingui estrazione, riordinamento e rotazione delle pagine PDF e scegli l'operazione corretta senza convertire inutilmente il documento.
Ordina correttamente le operazioni PDF e scopri le nuove ricette riutilizzabili dei Pipeline PDF.