Anda memindai laporan beberapa halaman dan menyimpannya sebagai PDF. Saat membukanya dan menekan Ctrl+F (atau ⌘+F di Mac), tidak ada yang ditemukan - bahkan kata yang terlihat jelas di halaman pertama sekalipun. Dokumen tersebut adalah gambar, dan gambar tidak berisi teks yang dapat dicari.
Membuat PDF hasil pindaian dapat dicari menambahkan lapisan teks tak terlihat di belakang gambar-gambar tersebut. Lapisan teks inilah yang dibaca oleh Ctrl+F, sistem manajemen dokumen, dan mesin pencari. Tampilan visual dokumen tetap persis sama.
Apa yang dilakukan OCR
Perangkat lunak Optical Character Recognition (OCR) menganalisis setiap piksel dari setiap halaman dan mengidentifikasi karakter, kata, serta struktur tata letak. Kemudian, perangkat ini menempatkan karakter-karakter tersebut dalam lapisan tersembunyi pada posisi yang sama dengan teks gambar yang sesuai. Hasilnya adalah PDF yang terlihat identik dengan pindaian asli tetapi memiliki teks asli yang dapat dipilih dan dicari di bawahnya.
Cara membuat PDF Anda dapat dicari dengan Pagivo
- BukaTanya PDFdi Pagivo dan masuk jika diminta.
- Unggah PDF hasil pindaian Anda.
- Ketik permintaan sepertijadikan PDF ini dapat dicari dengan OCR.
- KlikProses dan unduh. Pagivo menjalankan OCR pada halaman yang membutuhkannya dan mengembalikan dokumen dengan lapisan teks yang dapat dicari.
- Buka hasilnya di PDF viewer apa pun dan tekan Ctrl+F. Kata kunci pencarian Anda kini dapat ditemukan.
Faktor yang memengaruhi akurasi
OCR bekerja paling baik pada dokumen yang bersih dan hasil pemindaian yang baik. Beberapa faktor memengaruhi seberapa akurat lapisan teks yang dihasilkan:
- Resolusi pemindaian.300 DPI adalah batas minimum praktis untuk OCR yang andal. Resolusi yang lebih rendah menghasilkan pengenalan karakter yang tidak andal, terutama untuk teks kecil.
- Kerataan halaman.Halaman yang miring atau melengkung membuat deteksi batas karakter menjadi bingung. Scanner flatbed secara konsisten menghasilkan hasil yang lebih baik daripada kamera ponsel karena alasan ini.
- Kejelasan jenis huruf.Font cetak standar dikenali dengan akurasi sangat tinggi. Font dekoratif, teks yang sangat kecil (setara di bawah 8pt pada 300 DPI), dan hasil pemindaian yang sangat terkompresi menghasilkan lebih banyak kesalahan pengenalan.
- Tulisan tangan.Sebagian besar mesin OCR dilatih pada teks cetak. Perkirakan akurasi yang lebih rendah atau hasil yang sebagian besar tidak bisa digunakan pada halaman tulisan tangan.
Ketika Anda perlu mengedit kontennya, bukan hanya mencarinya
OCR membuat PDF yang dapat dicari - teksnya asli tetapi halaman masih tampak seperti hasil pindaian. Jika Anda perlu mengedit kontennya (mengoreksi nama, mengubah tanggal, memformat ulang tabel), Anda perlu mengonversi PDF ke format yang dapat diedit. Alur kerja yang direkomendasikan adalah: jalankan OCR terlebih dahulu untuk membuat PDF yang dapat dicari, lalu konversi PDF tersebut ke Word menggunakanPDF ke Worduntuk kualitas konversi terbaik.
Menggunakan Google Drive sebagai alternatif gratis
Google Drive memiliki OCR bawaan tanpa biaya. Unggah PDF ke Google Drive, klik kanan PDF tersebut, lalu pilihBuka dengan Google Docs. Google menjalankan OCR dan membuka hasilnya sebagai dokumen yang dapat diedit. Format halaman tidak akan dipertahankan, tetapi teksnya akan diekstrak. Ini bekerja dengan baik untuk dokumen pendek yang hanya membutuhkan konten teksnya, bukan tata letak aslinya.