PDFNella maggior parte dei casi l’OCR ha lavorato male perché la scansione era storta, scura o troppo piccola. Prima di rifare tutto, raddrizza e ritaglia la pagina e riprova; se ancora non basta, serve una scansione nuova e migliore.
Le cause più comuni
Nessun OCR è perfetto, e nessuno lo diventerà: quello che conta è dargli una pagina pulita. Questi sono i motivi che si vedono più spesso quando il testo non si trova.
- La pagina è storta: bastano pochi gradi di inclinazione perché le righe vengano lette male.
- La foto è scura o ha un’ombra sopra: il programma non distingue le lettere dallo sfondo.
- Il testo è molto piccolo, per esempio una nota in fondo alla pagina o la scritta di un timbro.
- La scrittura è a mano: l’OCR è fatto per il testo stampato e sui manoscritti sbaglia quasi sempre.
- Lo sfondo è colorato o la carta è spiegazzata, e il contrasto non basta.
- La pagina ha due colonne o una tabella: le righe vengono lette nell’ordine sbagliato.
Cosa provare, in quest’ordine
Non rifare la scansione subito. Prova prima queste cose, perché spesso bastano.
- Raddrizza le pagine storte: una pagina in bolla è il motivo numero uno dei testi che non si trovano.
- Togli i bordi neri e le parti che non servono, lasciando solo il foglio.
- Rifai la scansione con più luce, senza ombre e senza flash, con il foglio ben appoggiato e il telefono parallelo.
- Riprova il riconoscimento sul file sistemato con OCR PDF, magari su poche pagine alla volta: così capisci subito quali funzionano e quali no.
- Se il testo è minuscolo, scansiona a una risoluzione più alta: le lettere piccole hanno bisogno di più pixel.
Come controllare se lo strato di testo c’è davvero
Apri il PDF e prova a selezionare una riga con il mouse, come faresti con un testo scritto al computer. Se le lettere si evidenziano, lo strato di testo c’è. Se invece si seleziona tutta la pagina come un blocco unico, quello è ancora un’immagine e l’OCR non ha lasciato niente.
Con Referto PDF puoi guardare com’è fatto il file e vedere se dentro c’è del testo. Con Chiedi al PDF fai un’altra prova: scrivi una parola che sai di sicuro presente in una pagina e guarda se te la trova. Se non compare, o lo strato manca, oppure quella parola è stata letta male: prova con una parola più semplice.
Ricorda che l’OCR aggiunge il testo sotto la scansione, ma l’immagine resta lì: se apri il file con un altro programma continuerai a vedere la pagina come prima.
Se non funziona nemmeno così
Il documento di partenza potrebbe non essere adatto. Una foto mossa, un timbro sbiadito, una scrittura a mano restano difficili, e insistere serve a poco: conviene trascrivere a mano le parti che ti servono davvero. Se invece il riconoscimento è andato bene su alcune pagine e male su altre, è normale: si sistema la pagina che serve, non si butta via tutto il file.
Gli strumenti nominati nella risposta
Altre domande della community
- Come unisco due PDF scansionati in un file solo?
- Perché il mio PDF è diventato più grande dopo la conversione?
- Ho un PDF protetto da password: si può aprire lo stesso?
- La firma che appoggio sul PDF ha valore legale?
- I file che carico restano sul vostro server?
Hai una domanda diversa? Scrivila qui: la leggiamo e la pubblichiamo a mano, con la risposta.