स्कैन किए गए PDF को सर्च योग्य कैसे बनाएं

आप एक बहु-पृष्ठ रिपोर्ट स्कैन करके PDF के रूप में सहेजते हैं। जब आप उसे खोलकर Ctrl+F (या Mac पर ⌘+F) दबाते हैं, तो कुछ भी नहीं मिलता - पहले पृष्ठ पर साफ़ दिखाई देने वाले शब्द भी नहीं। दस्तावेज़ एक छवि है, और छवियों में खोजने योग्य टेक्स्ट नहीं होता।

स्कैन किए गए PDF को खोजने योग्य बनाने से छवियों के पीछे एक अदृश्य टेक्स्ट लेयर जुड़ जाती है। यही टेक्स्ट लेयर Ctrl+F, दस्तावेज़ प्रबंधन प्रणालियों और सर्च इंजन द्वारा पढ़ी जाती है। दस्तावेज़ का दिखावा बिल्कुल वैसा ही रहता है।

OCR क्या करता है

ऑप्टिकल कैरेक्टर रिकग्निशन (OCR) सॉफ़्टवेयर प्रत्येक पृष्ठ के प्रत्येक पिक्सेल का विश्लेषण करता है और अक्षरों, शब्दों तथा लेआउट संरचना की पहचान करता है। फिर वे अक्षर संबंधित छवि टेक्स्ट के उसी स्थान पर एक छिपी लेयर में रखे जाते हैं। परिणाम एक ऐसा PDF होता है जो मूल स्कैन जैसा ही दिखता है लेकिन उसके नीचे वास्तविक, चयन योग्य, खोजने योग्य टेक्स्ट होता है।

Pagivo से अपना PDF खोजने योग्य कैसे बनाएं

1. खोलेंAsk PDFPagivo पर और यदि कहा जाए तो लॉग इन करें।
2. अपनी स्कैन की गई PDF अपलोड करें।
3. ऐसा अनुरोध टाइप करें जैसेइस PDF को OCR के साथ खोजने योग्य बनाओ।
4. क्लिक करेंप्रोसेस करें और डाउनलोड करें। Pagivo उन पृष्ठों पर OCR चलाता है जिन्हें इसकी आवश्यकता होती है और खोजने योग्य टेक्स्ट लेयर जोड़े गए दस्तावेज़ के साथ लौटाता है।
5. परिणाम को किसी भी PDF व्यूअर में खोलें और Ctrl+F दबाएँ। आपके खोज शब्द अब मिल जाएँगे।

सटीकता को प्रभावित करने वाले कारक

OCR साफ़, अच्छी तरह स्कैन किए गए दस्तावेज़ों पर सबसे बेहतर काम करता है। कई कारक इस बात को प्रभावित करते हैं कि टेक्स्ट लेयर कितनी सटीक होगी:

• स्कैन रिज़ॉल्यूशन।300 DPI विश्वसनीय OCR के लिए व्यावहारिक न्यूनतम है। कम रिज़ॉल्यूशन अविश्वसनीय वर्ण पहचान देते हैं, विशेष रूप से छोटे टेक्स्ट के लिए।
• पृष्ठ की सीधापन।तिरछा या मुड़ा हुआ पृष्ठ वर्ण सीमा पहचान में भ्रम पैदा करता है। इसी कारण फ्लैटबेड स्कैनर फोन कैमरे की तुलना में लगातार बेहतर परिणाम देते हैं।
• टाइपफेस की स्पष्टता।मानक मुद्रित फ़ॉन्ट बहुत उच्च सटीकता के साथ पहचाने जाते हैं। सजावटी फ़ॉन्ट, बहुत छोटा टेक्स्ट (300 DPI पर 8pt समतुल्य से कम), और अत्यधिक संपीड़ित स्कैन अधिक पहचान त्रुटियाँ उत्पन्न करते हैं।
• हस्तलेखन।अधिकांश OCR इंजन मुद्रित पाठ पर प्रशिक्षित होते हैं। हस्तलिखित पृष्ठों पर कम सटीकता या ज़्यादातर अनुपयोगी आउटपुट की अपेक्षा करें।

जब आपको केवल खोजना नहीं, बल्कि सामग्री को संपादित करना हो

OCR एक खोजयोग्य PDF बनाता है - पाठ वास्तविक होता है लेकिन पृष्ठ अभी भी स्कैन जैसा दिखता है। अगर आपको सामग्री को संपादित करने की आवश्यकता है (कोई नाम ठीक करना, कोई तारीख बदलना, तालिका को पुनः प्रारूपित करना), तो आपको PDF को संपादन योग्य प्रारूप में बदलना होगा। अनुशंसित कार्यप्रवाह है: पहले OCR चलाकर खोजयोग्य PDF बनाएं, फिर उस PDF को Word में बदलेंPDF से Wordसर्वोत्तम रूपांतरण गुणवत्ता के लिए।

Google Drive को मुफ्त विकल्प के रूप में उपयोग करना

Google Drive में बिना किसी लागत के अंतर्निहित OCR है। PDF को Google Drive पर अपलोड करें, उस पर राइट-क्लिक करें, और चुनेंGoogle Docs से खोलें. Google OCR चलाता है और परिणाम को एक संपादन योग्य दस्तावेज़ के रूप में खोलता है। पृष्ठ का फ़ॉर्मेटिंग सुरक्षित नहीं रहेगा, लेकिन टेक्स्ट निकाल लिया जाएगा। यह छोटे दस्तावेज़ों के लिए अच्छी तरह काम करता है जहाँ आपको केवल टेक्स्ट सामग्री चाहिए, मूल लेआउट नहीं।