Како се вади текст од скениран PDF во Word документ

Од скениран PDF текст се вади со препознавање на текст: софтверот ја чита сликата на страницата и ја претвора во букви што може да се копираат и уредуваат. Дигитален PDF не бара препознавање, Word го отвора и конвертира директно. Затоа првиот чекор е секогаш ист: проверете каков PDF имате пред себе.

Како да проверите дали PDF-от е скениран или дигитален

Проверката трае пет секунди. Отворете го PDF-от во кој било прегледувач и обидете се да селектирате еден збор со глувчето. Однесувањето на документот веднаш кажува со што работите.

• Ако зборот се селектира и може да се копира, PDF-от е дигитален: буквите постојат како вистински текст.
• Ако селекцијата фаќа цел правоаголник или воопшто не фаќа ништо, PDF-от е скениран: страницата е слика.
• Втор тест: пребарајте некој збор од документот со Ctrl+F. Во скениран PDF пребарувањето не наоѓа ништо.
• Трет тест: зумирајте силно. Дигиталниот текст останува остар на секое зголемување, скенираниот се распаѓа во точки.

Дигитален PDF: Word го конвертира сам

За дигитален PDF не ви треба посебна алатка. Отворете го директно со Word: Датотека, потоа Отвори, па изберете ја PDF датотеката. Word прикажува порака дека ќе направи копија и ќе ја претвори во документ што може да се уредува; оригиналниот PDF останува недопрен. Конверзијата најдобро работи кај документи што се претежно текст, како договори, решенија и дописи. Страница полна со табели, печати и графика може да влезе како една голема слика, и тогаш тој дел не може да се уредува како текст (извор: support.microsoft.com). Распоредот понекогаш се поместува, па по конверзијата поминете низ документот и средете ги прекршените редови.

Скениран PDF: што чита препознавањето

Скенираниот PDF мора прво да помине низ препознавање на текст. Тоа го прават бесплатни и платени алатки, некои скенери го вградуваат во самото скенирање, а чита и современиот софтвер за обработка на документи. Резултатот зависи повеќе од квалитетот на скенот отколку од алатката.

• Добро се чита: чист машински текст, рамна страница, резолуција од барем 300 dpi, добар контраст меѓу буквите и хартијата.
• Тешко се чита: печат или потпис преку текстот, ракописни белешки, матни копии на копии, ситни фусноти, згужвана или закривена хартија.
• Кирилицата денес се чита сигурно, но проверете дали алатката што ја користите има поддршка за македонски: алатка без неа враќа бесмислици наместо текст.

Ако скенот допрва го правите, направете го како што треба. Ставете ја страницата рамно, скенирајте право, не под агол. Изберете црно-бело или сиви тонови наместо боја за обичен текст. Слика од телефон исто така поминува: сликајте одозгора, со добро светло од страна, без сенка од раката. Пет секунди повеќе при скенирање штедат десет минути поправки подоцна.

Каде препознавањето најчесто греши

Препознавањето не греши насекаде подеднакво. Обичните реченици излегуваат речиси совршени, а грешките се собираат на предвидливи места: слични знаци како О и нула, З и тројка, долги броеви во кои окото нема за што да се фати, ретки имиња и презимиња. Токму тоа се вредностите што во еден правен документ најмногу значат. Затоа проверката не е читање на целиот изваден текст, туку споредба на критичните вредности со оригиналот: ЕМБГ цифра по цифра, имиња буква по буква, датуми и износи според скенот. Празно место е подобар исход од погрешна цифра, зашто празното се гледа, а погрешното се провлекува.

Честопати целта воопшто не е да се уредува самиот PDF, туку податоците од него да завршат во ваш Word документ: договор, изјава, барање. Тој меѓучекор со копирање и распоредување може да се прескокне. Во popolni.mk го качувате Word документот што канцеларијата веќе го користи, .doc или .docx, без тагови и без прередување, и ги додавате материјалите: скенови, слики, документи и PDF, залепен текст, па и издиктирано аудио. Софтверот ги чита и ги внесува вредностите на вистинските места, а форматирањето останува недопрено. Вредност што ја нема во материјалите остава празно поле, ништо не се измислува. Проверувате секоја внесена вредност, поправате што сакате и преземате готова Word датотека.

Кратката верзија

Прво проверете дали PDF-от е дигитален или скениран: пробајте да селектирате збор. Дигиталниот отворете го директно во Word и средете го распоредот. Скенираниот бара препознавање на текст, кое чита чист машински текст одлично, а греши кај слични знаци, долги броеви и ретки имиња. Проверувајте ги токму тие вредности според оригиналот. А кога целта е пополнет Word документ, а не уреден PDF, оставете софтверот да ги извади и внесе вредностите, па проверете ја листата.