Dlaczego stosować OCR dla plików PDF?
Technologia optycznego rozpoznawania znaków (OCR) pozwala na znacznie więcej, niż tylko przetworzenie starych dokumentów z wersji papierowej na cyfrową. Technologia zastosowana w oprogramowaniu ABBYY FineReader PDF 15 umożliwia przeniesienie codziennej pracy z wieloma dokumentami PDF na bardziej efektywny poziom.
Pliki PDF nie zawierają informacji o strukturze dokumentu, co oznacza, że nie można na postawie samego pliku określić, które jego części są tekstem, tabelą, obrazem lub innym elementem. Większość plików PDF bez problemu nadaje się do wyświetlenia na ekranie, jednak wykorzystanie ich zawartości, modyfikacja czy analiza są o wiele trudniejsze. Korzystając z przeglądarki plików PDF nie uda się zidentyfikować roli każdego z elementów w dokumencie, jak również ich wzajemnych powiązań. Dlatego warto wykorzystać w identyfikacji technologię OCR.
W jaki sposób działa technologia OCR?
Technologia OCR umożliwia edycję tekstu, pełnotekstowe wyszukiwanie, wyodrębnianie tabel o różnym stopniu złożoności czy porównywanie dokumentów. Proces rozpoznawania zawartości odbywa się w trzech etapach.
- System analizy dokumentów (Document Analysis) sprawdza każdą stronę i bada jej obraz w celu wykrycia części mogących być oddzielnymi słowami czy znakami. Podczas tego etapu analizowana jest również struktura tabel (separatory, komórki i ich zawartość) oraz wykrywane są inne obiekty np. kody kreskowe.
- Technologia OCR rozpoznaje wszystkie wykryte wcześniej bity „odczytując” obrazy pojedynczych znaków oraz ich kombinacji, tworząc w efekcie cyfrowy tekst w postaci kodu.
- Finalnie dzięki wykorzystaniu systemu Synthesis zostaje przeprowadzona klasyfikacja obszarów na stronie. System sprawdza które z nich to teksty, a które to obrazy czy tabele, jakie jest wzajemne położenie komórek tabeli, separatorów oraz wydobywane są inne informacje dotyczące formatowania analizowanego dokumentu.
Efektywna praca z dokumentami
Z oprogramowaniem ABBYY FineReader PDF 15 codzienna praca z dokumentami jest dużo szybsza i łatwiejsza. Pozwala ono na pracę z dokumentami w wielu obszarach.
Edycja tekstu PDF na poziomie akapitu.
Po przetworzeniu przez OCR, edycje całego akapitu w pliku PDF wraz z zamieszczonym w nim tekstem można przeprowadzić w łatwy sposób. Tekst z pliku PDF jest pobierany w postaci w jakiej został w nim zamieszczony. Dzięki OCR znaczniki niezbędne do edycji całego akapitu zostają rozpoznane. Teraz użytkownik może płynnie edytować tekst, zgodnie z wykrytą wcześniej strukturą akapitów. Oprogramowanie automatycznie dobiera czcionkę i zachowuje odstępy pomiędzy znakami i wierszami, wyświetlając wprowadzone zmiany w czasie rzeczywistym.
Po zakończeniu edycji w pliku PDF zostaje zaktualizowana tylko ta część, która została zmieniona. Zmiany zapisywane są w oryginalnym dokumencie zachowując pierwotną formę elementów, które nie były edytowane.
Wyodrębnianie tabel
OCR umożliwia również wyodrębnienie tabel bezpośrednio z pliku PDF, zapewniając efektywne ich wykorzystanie. Technologia OCR zapewnia możliwość opisania i odtworzenia nawet bardzo skomplikowanych tabel, na podstawie ich obrazu, tworząc wyodrębnioną, zrasteryzowaną wersję. W efekcie użytkownik może z łatwością edytować „wyczytane” przez oprogramowanie dane lub wkleić całą tabelę do innej aplikacji np. Word czy Excel, z zachowaniem jej struktury.
Porównywanie dokumentów
Oprogramowanie OCR pozwala na porównanie cyfrowych plików PDF. Umożliwia zestawienie dwóch dokumentów zapisanych w dowolnym formacie (nie tylko PDF), wykrywając wszelki różnice pomiędzy nimi. Program dogłębnie analizuje strukturę dokumentu, sprawdzając czy zostały wprowadzone zmiany samej treści dokumentu, czy jedynie wprowadzono zmiany w formatowaniu lub ułożeniu tekstu na stronie.
Powyższe trzy operacje na plikach PDF to jedne z wielu zastosowań technologii OCR. Te i wiele innych zastosowań oprogramowania wykorzystującego wysokiej jakości OCR w wysokim stopniu pomagają uprościć codzienną pracę z dokumentami. Dzięki automatycznej pracy z dokumentami nie ma potrzeby tracenia czasu na żmudne przepisywanie dokumentów, dzięki czemu praca z dokumentami PDF staje się bardziej efektywna i znacznie szybsza.
Wszystkie funkcje i możliwości programu FineReader PDF 15, można sprawdzić pobierając darmową wersję testową na finereader.pl/testuj.