PDF scan và PDF có thể tìm kiếm khác nhau thế nào?

PDF gốc hoặc PDF có thể tìm kiếm lưu ký tự, tọa độ và thường có tham chiếu font. Bạn có thể bôi chọn một từ, sao chép hoặc tìm bằng ô tìm kiếm của trình đọc PDF. Lớp chữ đó cung cấp tọa độ để sửa trực tiếp và thay nội dung lặp lại.

Có thể tìm kiếm chưa chắc đã đơn giản. Chữ có thể bị chia thành nhiều đoạn, dùng bảng mã riêng hoặc nằm ẩn phía sau ảnh scan dưới dạng lớp OCR. Thứ tự trích xuất có thể khác thứ tự nhìn thấy trên trang.

Máy scan hoặc camera điện thoại có thể tạo trang PDF chỉ là một hình ảnh giống JPEG. Trình đọc hiển thị được trang nhưng không có ký tự hay thông tin font để chỉnh. Có thể vẽ chữ mới lên ảnh, nhưng không thể chọn một từ có sẵn hoặc tìm mọi vị trí của nó.

PDF Touch Up nhận diện file scan khi không thấy mục chữ sử dụng được. Công cụ hiện chưa chạy OCR, vì vậy file chỉ có ảnh cần được chuyển thành PDF có thể tìm kiếm bằng công cụ OCR khác trước khi sửa trực tiếp.

Mở file bằng một trình đọc đáng tin cậy và thử các bước dưới đây. Mỗi bước không hoàn hảo riêng lẻ, nhưng kết hợp lại sẽ phát hiện phần lớn file chỉ có ảnh hoặc lớp OCR yếu.

Dùng sửa trực tiếp hoặc Tìm & Thay thế cho PDF gốc có lớp chữ đáng tin cậy. Chạy OCR trước với bản scan rõ cần tìm kiếm. Với tài liệu hỏng, chữ viết tay hoặc bố cục OCR đặt sai nhiều vị trí, nên cân nhắc tạo lại file nguồn hoặc dùng quy trình xử lý tài liệu chuyên sâu.

OCR là kết quả nhận diện, không phải cam kết chính xác. Luôn so sánh chữ OCR với hình ảnh trang, đặc biệt với số, tên riêng, dấu tiếng Việt và tài liệu tài chính.