Prova a copiare un breve passaggio da più pagine del PDF in un editor di testo semplice. Se il testo incollato è leggibile, probabilmente c’è un livello di testo. Se è vuoto o illeggibile, cerca di capire la causa prima di scegliere l’OCR.

Documenti cartacei disposti su una scrivania scura

Distingui tre tipi di pagina PDF

Una pagina creata in digitale può contenere testo estraibile direttamente. Una scansione può contenere soltanto l’immagine della pagina. Dopo l’OCR può avere lo stesso aspetto, ma includere anche il testo riconosciuto in un livello invisibile.

Prova a selezionare il testo e verificane l’accuratezza. Un livello OCR invisibile può contenere caratteri errati, mentre le codifiche personalizzate dei font possono generare testo incomprensibile anche da una pagina ben leggibile. Prova a copiare un paragrafo, un numero e, se pertinente, un nome in una lingua diversa da quella del documento.

Scegli come procedere per ogni pagina

  1. Copia testo dall’inizio, dal centro e dalla fine. Se il documento contiene pagine di tipo diverso, prova anche su una scansione o un’appendice.
  2. Se il testo è leggibile, controlla prima che l’estrazione diretta non perda caratteri o alteri l’impaginazione. Riutilizza il livello di testo quando è utilizzabile così com’è.
  3. Se la pagina contiene solo un’immagine, usa uno strumento di conversione con OCR. Se puoi scegliere le lingue di riconoscimento, seleziona quelle appropriate.
  4. Se il testo copiato è sbagliato, confrontalo con la pagina visibile. Prima di riprovare, stabilisci se il problema riguarda l’OCR, la codifica o l’ordine di lettura.

Controlla il riconoscimento dove un errore conta

L’OCR analizza i pixel per individuare i caratteri più probabili. Controlla identificativi, nomi, separatori decimali, segni meno e caratteri simili come O e 0. Anche una parola plausibile può essere sbagliata. Verifica i passaggi importanti a prescindere dagli avvisi sulla qualità.

In un PDF con vari tipi di pagina, riuscire a copiare il testo da una pagina dice poco sulle altre. Conserva la scansione originale per i confronti e verifica il nuovo livello OCR prima di considerarlo una correzione. Se il testo è sfocato o tagliato, può servire un’immagine di partenza migliore.

Controlla il risultato prima di usarlo

Il file convertito è una copia di lavoro. Conserva il PDF originale e confronta i passaggi che citerai, userai per calcoli o passerai a un assistente IA. Anche quando l’esportazione va a buon fine, controlla che il testo sia completo e corretto.

MD Factory converte i documenti in Markdown su Windows. Per le tabelle PDF complesse usa euristiche di impaginazione. Le celle unite e i contenuti su più righe possono richiedere correzioni manuali. La precisione dell’OCR dipende dall’immagine e dal testo di partenza. Questa guida non garantisce correzioni automatiche né un determinato livello di precisione.

Domande e risposte

Il testo selezionabile è sempre privo di OCR?

No. Lo scanner potrebbe aver già aggiunto un livello OCR invisibile. Confronta il testo copiato con ciò che leggi nella scansione.

Conviene usare l’OCR su tutti i PDF per ottenere risultati uniformi?

Se il testo è già disponibile puoi estrarlo direttamente. Usa l’OCR quando serve per la pagina o per il suo livello di testo, poi verifica il risultato.

Guide correlate