Eseguire l'OCR su un PDF su Mac è semplice: l'anteprima gestisce i casi di base in modo nativo e un paio di strumenti dedicati coprono tutto il resto, compresi i documenti scansionati e l'elaborazione batch. Ecco cosa funziona e quando utilizzare ciascuna opzione.
Il Mac ha l'OCR integrato?
Sì: macOS dispone del riconoscimento del testo integrato a partire da macOS Monterey (12.0). Si chiama Live Text e funziona in tutto il sistema, inclusa l'anteprima. Apri un PDF scansionato in Anteprima e spesso puoi selezionare, copiare e cercare direttamente il testo: macOS riconosce il testo sullo schermo in tempo reale senza che tu debba eseguire un passaggio OCR separato.
La limitazione è che Live Text non incorpora un livello di testo nel file PDF stesso: riconosce il testo solo per l'interazione sullo schermo. Se hai bisogno di un PDF con un livello di testo incorporato adeguato che sia ricercabile in altre app, su altri dispositivi o in sistemi di gestione dei documenti, hai bisogno di uno strumento OCR PDF dedicato.
Come eseguire l'OCR di un PDF su Mac utilizzando WukongPDF
Apri lo strumento OCR PDF di WukongPDF in Safari. Carica il PDF scansionato, seleziona la lingua del contenuto del documento e fai clic su Converti. Lo strumento elabora ogni pagina e incorpora un livello di testo ricercabile nell'output. Scarica il risultato: PDF ora supporta la selezione del testo, la ricerca Ctrl+F e l'indicizzazione da parte di qualsiasi sistema o app che elabora PDF.
Funziona su qualsiasi Mac, qualsiasi versione di macOS e non richiede installazione. È particolarmente conveniente per gli utenti che necessitano solo occasionalmente dell'OCR e non desiderano installare software dedicato.
OCR su Mac utilizzando Adobe Acrobat
Adobe Acrobat Pro per Mac offre il massimo controllo sulle impostazioni OCR. Apri il PDF scansionato, vai su Strumenti > Scansione e OCR > Riconosci testo > In questo file. Prima di eseguire, fai clic sull'ingranaggio Impostazioni per scegliere la lingua, lo stile di output (immagine ricercabile o testo modificabile) e DPI. Fare clic su Riconosci testo per elaborare il documento.
Lo stile di output Immagine ricercabile mantiene l'aspetto della scansione originale aggiungendo allo stesso tempo un livello di testo nascosto: la scelta standard per l'archiviazione. L'opzione Testo modificabile tenta di sostituire l'immagine scansionata con il testo ridisposto effettivo, che funziona bene per documenti dattiloscritti in modo pulito ma può apparire disordinato su documenti con layout complessi.
Opzioni OCR gratuite su Mac
Diverse opzioni gratuite funzionano bene su Mac. Tesseract è un potente motore OCR open source installabile tramite Homebrew (brew install tesseract). Funziona dal terminale e supporta oltre 100 lingue. Per un'interfaccia grafica attorno a Tesseract, PDF OCR X Community Edition è un'app Mac gratuita che fornisce un'interfaccia drag-and-drop per eseguire l'OCR su PDF.
Per la maggior parte degli utenti, uno strumento OCR PDF basato su browser è più accessibile di Tesseract da riga di comando e la qualità di output è paragonabile ai documenti stampati standard.
Dopo l'OCR: compressione dell'output
I file di output OCR a volte sono leggermente più grandi di quelli di input perché lo strumento incorpora dati di testo aggiuntivi accanto all'immagine originale. Successivamente, l'esecuzione del PDF ricercabile tramite uno strumento PDF Compression riporta il file indietro senza influire sul livello di testo. Per i documenti scansionati destinati a un archivio a lungo termine, vale la pena eseguire questa fase di compressione prima di archiviarli o caricarli.