Limpe um PDF digitalizado antes do OCR para remover páginas desnecessárias e criar um documento pesquisável mais útil.
Um PDF produzido por um scanner pode ser apenas uma sequência de imagens. É possível lê-lo, mas pesquisar um nome, selecionar uma frase ou reutilizar o texto torna-se difícil. O OCR adiciona uma camada de texto e preparar primeiro a digitalização evita processamento desnecessário.
O modelo pronto a usar limpa a digitalização e depois aplica OCR para produzir um PDF pesquisável.
Um processo digitalizado pode conter páginas em branco, digitalizações intermédias ou características visuais desnecessárias. Removê-las ou normalizá-las antes do reconhecimento reduz trabalho inútil. O Pipeline mantém as operações na ordem correta para que o OCR trabalhe sobre o documento já preparado.
O reconhecimento ótico de caracteres analisa as imagens das páginas para identificar caracteres e criar texto utilizável. O PDF pode assim tornar-se pesquisável mantendo o aspeto da digitalização.
O OCR não é infalível. A precisão depende da resolução, nitidez, orientação, contraste, idioma e complexidade da paginação.
É adequado para cartas digitalizadas, arquivos administrativos, contratos em papel, faturas e processos nos quais pretende localizar rapidamente uma palavra ou referência. Não transforma automaticamente uma estrutura complexa em dados estruturados.
Pesquise várias palavras em páginas diferentes e confira as passagens importantes. Em documentos jurídicos, financeiros ou administrativos, o texto reconhecido nunca deve ser considerado uma transcrição garantida sem revisão humana.
As operações compatíveis são executadas localmente no navegador. Digitalizações longas e de alta resolução podem exigir bastante mais tempo e memória do que um tratamento PDF normal.
Limpar e aplicar OCR ao meu PDF
A extração recupera texto já existente no PDF. O OCR tenta reconhecer texto a partir da imagem de uma página digitalizada.
Não. Mesmo com uma boa digitalização podem ocorrer erros; verifique sempre as informações importantes.
É possível se o documento já estiver limpo. A limpeza é especialmente útil quando existem páginas ou características que não pretende manter antes do reconhecimento.
Coleção
15 / 15
Descubra o que significa processamento local e porque é que os seus ficheiros permanecem no navegador.
Descubra como o Workspace do Bethemesh permite encadear vários tratamentos, construir workflows visuais e reutilizar pipelines.
Aprenda a criar o seu primeiro pipeline no Bethemesh para automatizar tratamentos e reutilizar facilmente os seus workflows.