Skopiuj krótki fragment z kilku stron PDF do edytora zwykłego tekstu. Czytelny wynik sugeruje, że warstwa tekstowa jest dostępna. Jeśli wynik jest pusty lub pełen błędnych znaków, ustal przyczynę przed użyciem OCR.

Rozróżnij trzy rodzaje stron PDF
Strona utworzona cyfrowo może zawierać tekst, który program odczyta bezpośrednio. Skan może zawierać sam obraz strony. Skan po OCR może wyglądać identycznie, choć zawiera też niewidoczną warstwę z rozpoznanym tekstem.
Możliwość zaznaczenia tekstu to wstępny test. Ukryta warstwa OCR może zawierać błędne znaki, a nietypowe kodowanie czcionek może dać nieczytelny wynik nawet wtedy, gdy strona wygląda wyraźnie. Sprawdź zwykły akapit, liczbę i, jeśli występuje, nazwę w języku innym niż angielski.
Wybierz metodę dla każdej strony
- Skopiuj tekst z początku, środka i końca dokumentu. Jeśli dokument zawiera różne rodzaje stron, sprawdź też skan lub załącznik.
- Jeśli tekst jest czytelny, najpierw wydobądź go bezpośrednio i sprawdź, czy brakuje znaków lub czy układ jest błędny. Ponowne rozpoznawanie poprawnie zapisanej warstwy tekstowej nie jest potrzebne.
- Jeśli strona jest wyłącznie obrazem, użyj narzędzia do konwersji z funkcją OCR. Wybierz odpowiednie języki rozpoznawania, jeśli narzędzie na to pozwala.
- Jeśli skopiowany tekst zawiera błędy, porównaj go z widoczną stroną. Ustal, czy problem dotyczy rozpoznawania znaków, kodowania czy kolejności czytania, zanim spróbujesz ponownie.
Sprawdź rozpoznany tekst w miejscach, gdzie błąd ma znaczenie
OCR odczytuje piksele i na tej podstawie rozpoznaje prawdopodobne znaki. Sprawdź identyfikatory, nazwy, separatory dziesiętne, znaki minus i podobne znaki, takie jak O i 0. Słowo może wyglądać wiarygodnie i nadal być błędne. Ważny fragment sprawdź bezpośrednio w źródle, niezależnie od wskaźnika jakości.
W pliku PDF zawierającym różne typy stron pomyślny test kopiowania mówi tylko o sprawdzonej stronie. Zachowaj oryginalny skan do porównania i sprawdź nową warstwę OCR, zanim uznasz ją za poprawkę. Rozmyty lub ucięty tekst może wymagać lepszego obrazu źródłowego.
Sprawdź wynik przed użyciem
Traktuj plik po konwersji jako kopię roboczą. Zachowaj oryginalny PDF i porównaj z nim fragmenty, które chcesz cytować, wykorzystać w obliczeniach albo przekazać asystentowi AI. Po zakończeniu eksportu sprawdź kompletność i poprawność tekstu.
MD Factory konwertuje dokumenty do Markdown w systemie Windows. Program odtwarza układ złożonych tabel PDF za pomocą heurystyk, dlatego scalone komórki i treść wielowierszowa mogą wymagać ręcznych poprawek. Dokładność OCR zależy od jakości obrazu i tekstu źródłowego. Zakres poprawek i dokładność rozpoznawania należy ocenić dla każdego dokumentu.
Pytania i odpowiedzi
Czy tekst, który można zaznaczyć, oznacza, że nie użyto OCR?
Podczas skanowania mogła zostać dodana ukryta warstwa OCR. Porównaj skopiowany tekst z tym, co widać na skanie.
Czy dla spójności stosować OCR do każdego pliku PDF?
Jeśli tekst jest dostępny bezpośrednio, można go wydobyć bez ponownego rozpoznawania. Użyj OCR, gdy wymaga tego obraz strony lub jakość istniejącej warstwy tekstowej, a następnie sprawdź wynik.