Hai una pila di stampe che qualcuno ha contrassegnato con una penna e hai anche diverse pagine che hai scritto direttamente in Google Documenti. Devi combinare tutto in un unico file PDF che abbia un aspetto professionale e coerente. Le pagine scansionate sono fotografie piatte di carta. Le pagine digitali contengono testo dal vivo. Questi due tipi fondamentalmente diversi di contenuto PDF possono convivere in un unico documento? La risposta breve è sì, ma quanto bene coesistono dipende da come ti avvicini alla fusione.
Questo non è uno scenario insolito. Un sondaggio del 2024 condotto dall'Association for Information and Image Management ha rilevato che il 42% delle organizzazioni gestisce ancora regolarmente un mix di documenti scansionati e creati digitalmente nei propri flussi di lavoro quotidiani (AIIM, "State of Intelligent Information Management", 2024). I PDF ibridi, documenti contenenti sia pagine di immagini scansionate che pagine di testo digitali, sono una realtà quotidiana negli studi legali, negli studi contabili, nelle agenzie immobiliari e nei dipartimenti accademici.
Che cosa rende diverse le pagine digitalizzate e le pagine digitali all'interno di un PDF
Per capire perché l'unione di pagine digitalizzate e digitali richiede una certa attenzione, è utile sapere cosa contiene effettivamente ciascun tipo di pagina a livello di file. Una pagina digitale memorizza singoli caratteri di testo, ciascuno con una posizione precisa, un riferimento al carattere e un valore Unicode. Le funzioni di ricerca possono leggere direttamente questi caratteri. Una pagina digitalizzata memorizza una singola immagine compressa, spesso in formato JPEG o JPEG2000, che occupa un'area rettangolare pari alle dimensioni della pagina. Il file non sa nulla di ciò che raffigura quell'immagine. Potrebbe essere testo, una fotografia o un disegno e il PDF non fa alcuna distinzione.
Questa differenza ha conseguenze pratiche. In un PDF ibrido unito, alcune pagine saranno ricercabili e altre no. Alcune pagine avranno testo selezionabile e altre si comporteranno come fotografie. Anche la dimensione del file per pagina varierà notevolmente. Una pagina di testo semplice creata digitalmente potrebbe occupare da 30 a 50 KB. Una scansione a colori a 300 DPI dello stesso contenuto potrebbe occupare da 500 KB a 2 MB. Un documento ibrido di 20 pagine potrebbe facilmente variare da 2 MB per un file prevalentemente digitale a 30 MB per un file prevalentemente scansionato. Questa variazione è importante quando invii il documento via email o lo carichi su un portale con dimensioni limitate del file.
Prova Unisci PDF
Nessuna installazione necessaria. Funziona direttamente nel tuo browser.
Come unire le pagine digitalizzate e quelle digitali mantenendo tutto organizzato
L'effettivo processo di combinazione di pagine PDF scansionate e digitali non è diverso dall'unione di qualsiasi altro insieme di file PDF. Qualsiasi strumento Unisci PDF può gestire il lavoro. Lo strumento di unione di WukongPDF ti consente di caricare file in qualsiasi ordine, trascinare per riorganizzare le pagine e scaricare un singolo PDF combinato. Allo strumento non interessa se ciascuna pagina di origine ha avuto origine da uno scanner o da un elaboratore di testi. Tratta tutte le pagine di input allo stesso modo e le unisce nella sequenza specificata.
La considerazione più importante è cosa succede dopo la fusione. Se desideri che il documento finale sia completamente ricercabile, le pagine scansionate devono passare attraverso una fase OCR, prima o dopo l'unione. L'esecuzione dell'OCR prima dell'unione ti offre un maggiore controllo perché puoi verificare la qualità del testo di ciascun file scansionato individualmente. Eseguire l'OCR dopo l'unione è più conveniente perché si elabora l'intero documento in un unico passaggio. Entrambi gli approcci funzionano. La scelta dipende dalla necessità o meno di ottimizzare le impostazioni OCR in modo diverso per i diversi documenti di origine.
La coerenza delle dimensioni della pagina è un altro dettaglio che vale la pena monitorare. Le pagine scansionate spesso assumono per impostazione predefinita le dimensioni fisiche della carta sul piano dello scanner, in genere Lettera USA (8,5 x 11 pollici). Le pagine digitali potrebbero essere state create in formato A4 (8,27 x 11,69 pollici) o in qualsiasi dimensione personalizzata utilizzata dall'applicazione originale. Quando nello stesso PDF vengono visualizzate pagine di dimensioni leggermente diverse, la maggior parte dei visualizzatori gestisce la variazione con garbo ridimensionando ciascuna pagina per adattarla alla finestra di visualizzazione. Ma la transizione visiva tra dimensioni di pagina leggermente diverse può risultare stridente durante lo scorrimento. Se la coerenza è importante per il tuo caso d'uso, valuta la possibilità di standardizzare tutte le pagine su un'unica dimensione durante il processo di unione.
Quando i PDF ibridi hanno senso e quando no
I PDF ibridi sono una soluzione pratica in molte situazioni comuni. I professionisti legali combinano abitualmente contratti redatti digitalmente con documenti scansionati e documenti di prova. Gli agenti immobiliari uniscono le offerte create digitalmente con i rapporti di ispezione e i moduli di divulgazione scansionati. I contabili raggruppano rendiconti finanziari generati dal computer con ricevute e fatture scansionate. In ognuno di questi casi, il PDF ibrido raggiunge il suo scopo: crea un unico file organizzato che qualcuno può aprire, scorrere e rivedere dall'inizio alla fine.
Ci sono situazioni, tuttavia, in cui un PDF ibrido non è all'altezza. Se il destinatario deve cercare del testo nell'intero documento, le pagine scansionate saranno invisibili alla funzione di ricerca a meno che non siano state elaborate tramite OCR. Se il destinatario deve copiare e incollare testo da qualsiasi pagina, le pagine scansionate non supereranno il test. Se il documento verrà inviato a un sistema che esegue l'estrazione automatizzata del testo o l'indicizzazione del testo completo, come un sistema di archiviazione elettronica del tribunale o una piattaforma di gestione dei documenti, le pagine non scansionate produrranno risultati vuoti o pieni di errori in tali sistemi.
Per questi scenari con una posta in gioco più alta, eseguire l'OCR su ogni pagina scansionata prima della fusione non è facoltativo, è essenziale. Un PDF ibrido completamente ricercabile funziona quasi indistinguibilmente da uno completamente digitale. L'unica differenza rimasta è che le pagine scansionate non ridisposteranno il testo quando vengono ingrandite, mentre le pagine digitali potrebbero, a seconda di come sono state create. Per la maggior parte degli scopi pratici, un PDF ibrido ben eseguito con OCR su ogni pagina scansionata offre la stessa esperienza utente di un documento puramente digitale.
Gestione delle dimensioni del file quando si combinano contenuto digitalizzato e digitale
La dimensione del file è spesso la prima cosa che le persone notano in un PDF ibrido, e non in modo positivo. Un documento di 10 pagine di cui 3 pagine sono scansioni a colori a 300 DPI e 7 sono semplici testo digitale può facilmente superare i 10 MB. Se il documento deve essere inviato via email, molti server di posta elettronica impongono un limite di 25 MB per gli allegati e i destinatari con connessioni dati mobili non apprezzeranno il download di un file così grande per contenuti che avrebbero potuto essere una frazione della dimensione.
Diverse tecniche possono tenere sotto controllo le dimensioni del file di un PDF ibrido. La scansione in bianco e nero o in scala di grigi invece che a colori riduce le dimensioni del file per pagina di circa il 60%-80% per i documenti ricchi di testo. La riduzione della risoluzione di scansione da 300 DPI a 200 DPI riduce le dimensioni del file di circa la metà pur fornendo dettagli sufficienti per un testo leggibile e risultati OCR accettabili. L'applicazione della compressione al PDF unito come passaggio finale può ridurre ulteriormente la dimensione totale. PDF scansionato Le pagine traggono particolare vantaggio dalla compressione perché le immagini scansionate spesso contengono molti più dati pixel di quelli necessari per la visualizzazione o la stampa sullo schermo. Lo strumento di compressione di WukongPDF può ridurre un PDF ibrido dal 50% al 70% senza perdita visibile di qualità, facendo la differenza tra un file che rimbalza da un server di posta elettronica e uno che lo attraversa.
Passo dopo passo: creazione di un PDF ibrido pulito
Un approccio coerente alla creazione di PDF ibridi produce risultati migliori rispetto all'improvvisazione ogni volta. Inizia eseguendo la scansione di tutte le pagine fisiche a 300 DPI in scala di grigi, a meno che non sia specificamente richiesto il colore. Salvali come singoli file PDF, non come una singola scansione combinata. Successivamente, apri ciascun file scansionato e controlla che le pagine siano diritte e leggibili. Esegui l'OCR sui file scansionati se hai bisogno che il documento finale sia ricercabile.
Raccogli le tue pagine digitali. Se sono distribuiti su più file, unirli prima. Ora dovresti avere due set puliti: un batch di PDF scansionati e un batch di PDF digitali. Utilizza uno strumento di unione per combinarli nell'ordine corretto. Un'interfaccia di unione basata su browser mostra tutte le pagine caricate come miniature che puoi trascinare in posizione, quindi organizzare le pagine scansionate e digitali in sequenza è rapido e visivo.
Dopo l'unione, esegui un rapido controllo di qualità. Scorri ogni pagina. Cerca le pagine che appaiono ruotate, le pagine in cui la scansione ha tagliato parte del contenuto e le pagine in cui il testo è così sbiadito da essere difficile da leggere. Risolvere eventuali problemi alla fonte e unirli nuovamente se necessario. Esegui un test di ricerca Ctrl+F su alcune parole che sai apparire sulle pagine scansionate. Se la ricerca li trova, l'OCR funziona correttamente. In caso contrario, le pagine scansionate necessitano di un altro passaggio attraverso l'OCR prima che il documento sia pronto per essere condiviso.
Infine, controlla la dimensione del file. Se il documento è destinato alla posta elettronica, cerca di mantenerlo inferiore a 10 MB. Se lo supera, esegui una fase di compressione e controlla di nuovo. I pochi minuti extra spesi in queste fasi di verifica sono molto meno dolorosi che avere un cliente, un collega o un impiegato del tribunale che ti dice che il documento che hai inviato è inutilizzabile.
Prova Unisci PDF
Nessuna installazione necessaria. Funziona direttamente nel tuo browser.