Due PDF possono sembrare identici sullo schermo ma comportarsi in modo completamente diverso. Uno si apre e puoi fare clic nel testo, cercare una parola, copiare un paragrafo. L'altro sembra uguale ma fare clic non fa nulla: il cursore non si ferma sul testo, Ctrl+F non trova nulla. La differenza sta nel fatto se il PDF è stato creato digitalmente o tramite la scansione di un documento fisico. Comprendere questa distinzione spiega gran parte del comportamento frustrante che le persone incontrano con i PDF.
Come viene creato ciascun tipo
Un PDF digitale viene creato direttamente dal software: esportato da Word, generato da un software di contabilità, prodotto dalla funzione di stampa di un browser Web o creato da qualsiasi applicazione in grado di produrre PDF. Il testo nel file contiene dati di carattere reali. Il computer conosce ogni parola, ogni lettera, ogni spazio.
Un PDF scansionato viene creato fotografando o scansionando un documento fisico. Lo scanner acquisisce un'immagine della pagina: una griglia di pixel che assomiglia a testo ma non contiene dati di testo. Il file è una fotografia avvolta in un contenitore PDF. Il computer vede un'immagine, non parole.
Come capire quale tipo hai
Il test più semplice: prova a fare clic sul testo e trascinare per selezionare una parola. In un PDF digitale, il cursore diventa un cursore di testo e puoi selezionare singole parole. In un PDF scansionato, fare clic seleziona l'intera pagina come blocco immagine.
Un secondo test: premi Ctrl+F e cerca una parola che puoi vedere sulla pagina. In un PDF digitale, si trova immediatamente. In un PDF scansionato, la ricerca non restituisce nulla. A third indicator is file size — a scanned PDF is typically much larger than a digital PDF with the same content, because it stores image data instead of efficient text encoding.
Differenze chiave nella pratica
- Ricercabilità: i digitali PDF sono completamente ricercabili per contenuto. I PDF scansionati sono invisibili alla ricerca: sono trovabili solo in base al nome file a meno che non sia stato applicato l'OCR.
- Copia e incolla: i digitali PDF consentono la selezione e la copia del testo. I PDF scansionati no: dovresti ridigitare qualsiasi contenuto che desideri estrarre.
- Dimensione file: un documento di testo digitale di 10 pagine è in genere di 100-300 KB. Le stesse pagine di una scansione a colori a 300 DPI occupano 20-40 MB, ovvero circa 100 volte più grandi.
- Accessibilità: gli screen reader funzionano con PDF digitali. I PDF scansionati sono completamente inaccessibili senza OCR: non c'è testo da leggere per lo screen reader.
- Qualità di stampa: i digitali PDF vengono stampati in qualsiasi dimensione senza perdita di qualità perché il testo e gli elementi vettoriali si ridimensionano all'infinito. I PDF scansionati vengono stampati a una risoluzione fissa: ingrandisci abbastanza e i pixel diventano visibili.
- Modifica: i digitali PDF possono essere modificati con un PDF Editor, facendo clic sul testo e modificandolo direttamente. I PDF scansionati possono essere modificati solo posizionando nuovi contenuti sopra l'immagine, non modificando i contenuti esistenti.
Colmare il divario: cosa fa l'OCR
L'OCR (riconoscimento ottico dei caratteri) colma la maggior parte del divario tra i PDF scansionati e quelli digitali. L'esecuzione di un Scansionato PDF tramite uno strumento OCR aggiunge un vero e proprio livello di testo al file: l'immagine rimane visibile, ma al di sotto di essa il software ha riconosciuto e incorporato i caratteri reali. Dopo l'OCR, il documento diventa ricercabile, copiabile e accessibile agli screen reader.
L'OCR non è perfetto: la precisione dipende dalla qualità della scansione, dalla chiarezza dei caratteri e dalla lingua. Ma per scansioni pulite di documenti digitati con caratteri standard, il moderno OCR è estremamente accurato e trasforma un frustrante PDF di sole immagini in uno che si comporta come un vero e proprio documento digitale. Lo strumento OCR di WukongPDF presso www.wukongpdf.com gestisce tutto questo senza bisogno di software desktop.
Quale tipo utilizzare per scopi diversi
- Per i documenti creati da te: crea sempre PDF digitali esportando dall'applicazione di origine. Non eseguire mai la scansione di una stampa di qualcosa che hai creato digitalmente: ciò aggiungerebbe un degrado inutile.
- Per documenti fisici che devono essere digitali: la scansione è l'unica opzione, ma esegui l'OCR immediatamente dopo per rendere il risultato utile quanto un PDF digitale.
- Per archiviare documenti importanti: se disponi della fonte digitale originale, archivia il PDF digitale. Se hai solo un documento fisico, scansionalo, applica l'OCR, comprimilo e archivia la versione elaborata dall'OCR.