Un PDF che sullo schermo appare nitido può contenere soltanto immagini di parole. Un altro può mostrare la stessa pagina scansionata ma avere dietro un livello di testo invisibile. La differenza conta per la ricerca, la copia, la conversione e la traduzione.
Puoi capire di che tipo è il file senza guardarne la struttura interna. Prova più pagine e concentrati su ciò che il livello di testo ti offre davvero, non solo sull'aspetto del documento.
Seleziona e copia una frase completa
Apri il PDF in un visualizzatore e prova a selezionare una frase nel corpo del testo. Incollala in un editor di testo semplice. Controlla i caratteri e il loro ordine, compresi punteggiatura, numeri e qualsiasi lettera accentata o testo non latino.
Se la selezione evidenzia l'intera pagina come immagine invece delle parole, probabilmente la pagina contiene solo immagini. Se una frase si copia in modo pulito, in quel punto c'è un livello di testo utilizzabile. Se il risultato copiato è incomprensibile o alterna parti di colonne diverse, il testo è selezionabile ma potrebbe non essere affidabile per ulteriori elaborazioni.
Non classificare l'intero libro guardando la copertina. Le pagine del titolo spesso usano caratteri, immagini o impaginazione diversi dal corpo principale.
Riconosci una scansione con livello di testo nascosto
L'OCR può aggiungere testo ricercabile sopra o dietro un'immagine scansionata. La pagina visibile resta una scansione, mentre la ricerca e la selezione usano il testo riconosciuto. Può essere utile, ma un livello invisibile può contenere errori che l'immagine nitida della pagina nasconde.
Cerca una frase distintiva, poi confronta il testo trovato con l'immagine. Copia una riga che contiene un numero o un termine specialistico. Verifica se la selezione è allineata in modo sensato e se il suo contenuto corrisponde a ciò che riesci a leggere.
Un livello nascosto sbagliato non dimostra che l'immagine sia di scarsa qualità. Può dipendere da un riconoscimento precedente, da problemi di codifica o dall'ordine di lettura. Tieni presenti entrambe le possibilità prima di decidere se scansionare di nuovo o rielaborare il file.
Esamina un campione di pagine miste e difficili
Molti PDF uniscono testo digitale a inserti scansionati, appendici o illustrazioni. Un documento può anche avere impaginazioni diverse da una sezione all'altra. Esamina un piccolo campione:
| Pagina da controllare | Motivo |
|---|---|
| Testo normale del corpo | Stabilire il tipo di contenuto principale |
| Sezioni centrali e finali | Trovare cambiamenti nella fonte o nell'esportazione |
| Pagina a due colonne | Verificare l'ordine di estrazione |
| Tabella o formula | Verificare numeri, simboli e struttura |
| Note o appendice | Trovare testo piccolo e inserti scansionati |
Annota quali pagine contengono solo immagini, quali si copiano correttamente e quali hanno un testo inaffidabile. È un'informazione più utile di un'unica etichetta che dice "PDF scansionato".
Se la scansione è sfocata, tagliata o presenta ombre, risolvi il problema prima di affidarti al riconoscimento. La guida per preparare scansioni di scarsa qualità spiega come intervenire sul file all'esterno, senza dare per scontato che il sito offra strumenti per modificare le immagini.
Scegli il percorso in base a ciò che vuoi fare dopo
Se la fonte contiene solo immagini, l'OCR deve recuperare il testo prima che possa diventare contenuto modificabile o una versione tradotta da leggere. Anche il recupero della struttura è importante: riconoscere ogni parola non basta a disporre correttamente colonne, didascalie e note.
Se vuoi continuare a leggere regolando la dimensione del carattere, valuta la conversione da PDF scansionato a EPUB. Se vuoi un contenuto modificabile per prendere appunti o per ulteriori elaborazioni, valuta la conversione da PDF a Markdown. Conserva il PDF originale quando l'aspetto esatto delle pagine è importante.
Per un'altra lingua, scegli esplicitamente un percorso di traduzione. In PDF Craft, l'output in PDF richiede la traduzione. Gli output in EPUB e Markdown consentono la conversione senza traduzione, quindi attivala se ti serve. La guida alla traduzione dei PDF scansionati tratta l'intero processo.
Tieni la diagnosi separata dal controllo del risultato
Questi controlli ti dicono cosa sembra contenere la fonte. Non dimostrano che una conversione successiva sia corretta. Dopo l'elaborazione, esamina le stesse pagine difficili e confronta il file scaricato con l'originale.
Usa lo spazio di lavoro PDF per caricare il file e controllare le impostazioni e i limiti attuali. I nuovi utenti ricevono crediti di prova; l'elaborazione viene addebitata in base all'utilizzo, con le tariffe aggiornate nella pagina Prezzi. La guida a OCR e traduzione spiega perché, dopo aver diagnosticato la fonte, il recupero del testo, la struttura e il significato richiedono un'attenzione separata.