PDF’nin birkaç farklı sayfasından kısa bir bölüm kopyalayıp düz metin düzenleyicisine yapıştırın. Okunabilir bir sonuç, kullanılabilir bir metin katmanı olduğunu düşündürür. Sonuç boşsa veya karakterler bozuksa OCR’ye geçmeden önce nedenini araştırın.

Koyu renkli bir masaya dizilmiş kâğıt belgeler

Üç tür PDF sayfasını ayırt edin

Dijital olarak oluşturulmuş bir sayfada, metin çıkarma aracının doğrudan okuyabileceği metin bulunabilir. Taranmış bir sayfa yalnızca görselden oluşabilir. OCR uygulanmış bir tarama da aynı görünebilir, ancak arka planda tanınmış metin barındırır.

Metni seçebilmek ilk kontrol için işe yarar. Gizli OCR katmanında hatalı karakterler olabilir ve özel yazı tipi kodlaması, ekranda net görünen bir sayfadan anlamsız metin çıkarılmasına yol açabilir. Bir paragrafı, bir sayıyı ve varsa İngilizce dışındaki bir özel adı deneyin.

Yöntemi sayfa sayfa seçin

  1. Belgenin başından, ortasından ve sonundan metin kopyalayın. Belgede birden fazla türde sayfa varsa taranmış bir sayfayı veya bir eki de deneyin.
  2. Metin okunabiliyorsa önce doğrudan çıkarılan metinde eksik karakter veya düzen hatası olup olmadığına bakın. Kullanılabilir metin katmanına yeniden OCR uygulamaktan kaçının.
  3. Sayfa yalnızca görselden oluşuyorsa OCR destekleyen bir dönüştürme yöntemi kullanın. Araç dil seçimine izin veriyorsa kaynak metindeki dillere uygun seçim yapın.
  4. Kopyalanan metin hatalıysa sayfada gördüğünüz metinle karşılaştırın. Yeniden denemeden önce sorunun karakter tanıma, kodlama veya okuma sırasından hangisine bağlı olduğunu belirleyin.

Hata riskinin önemli olduğu yerlerde tanınan metni kontrol edin

OCR, piksellere bakarak olası karakterleri tahmin eder. Tanımlayıcıları, adları, ondalık noktalarını, eksi işaretlerini ve O ile 0 gibi birbirine benzeyen karakterleri inceleyin. Makul görünen bir sözcük bile hatalı olabilir. Bir kalite göstergesine güvenmek yerine önemli bölümleri kaynakla karşılaştırın.

Farklı türde sayfalar içeren bir PDF’de başarılı tek bir kopyalama denemesi bütün sayfalar hakkında fikir vermez. Karşılaştırma için orijinal taramayı saklayın ve yeni OCR katmanının hatayı giderdiğini söylemeden önce sonucu doğrulayın. Metin bulanıksa veya bir kısmı kesilmişse yeniden dönüştürmek yerine daha iyi bir kaynak görsel gerekebilir.

Sonucu kullanmadan önce kontrol edin

Dönüştürülmüş dosyayı bir çalışma kopyası olarak kullanın. Orijinal PDF’yi saklayın ve alıntılayacağınız, hesaplamada kullanacağınız veya yapay zekâ asistanına vereceğiniz bölümleri kaynakla karşılaştırın. Dışa aktarım tamamlandıktan sonra metnin eksiksiz ve doğru olduğunu ayrıca kontrol edin.

MD Factory, Windows’ta belgeleri Markdown’a dönüştürür. Karmaşık PDF tablolarını sayfa düzenindeki ipuçlarına göre işler. Birleşik hücreleri ve çok satırlı içeriği elle düzeltmek gerekebilir. OCR doğruluğu kaynak görsele ve metne bağlıdır. Otomatik temizleme ve belirli bir tanıma doğruluğu garanti edilmez.

Sorular ve yanıtlar

Metin seçilebiliyorsa OCR kullanılmamış mı demektir?

Hayır. Tarayıcı daha önce görünmez bir OCR katmanı eklemiş olabilir. Kopyaladığınız metni, taramada gördüğünüz metinle karşılaştırın.

Tutarlılık için her PDF’ye OCR uygulamalı mıyım?

Doğrudan okunabilen metni yeniden tanımaya gerek yoktur. Sayfa veya mevcut metin katmanı gerektiriyorsa OCR uygulayın ve sonucu kontrol edin.

İlgili rehberler