스캔한 PDF를 Word로 변환하는 것은 대부분의 사람들이 건너뛰고 왜 결과가 좋지 않은지 궁금해하는 2단계 프로세스입니다. 스캔에는 실제 텍스트가 아닌 텍스트 이미지가 포함되어 있습니다. 편집 가능한 Word 콘텐츠를 얻으려면 PDF에서 Word로의 변환이 의미 있게 작동하기 전에 OCR이 이미지를 읽고 문자를 추출해야 합니다. 이 순서를 이해하면 사용 가능한 결과와 이미지로 가득 찬 Word 문서가 달라집니다.
스캔된 PDF에 다른 접근 방식이 필요한 이유
표준 PDF-Word 변환기는 디지털 PDF에서 텍스트 레이어를 추출하고 이를 Word 형식으로 매핑하는 방식으로 작동합니다. 스캔된 PDF에는 텍스트 레이어가 없고 페이지 이미지만 있습니다. 표준 변환기를 실행하면 편집 가능한 텍스트가 아닌 페이지 이미지가 포함된 Word 문서가 생성됩니다. 편집 가능한 콘텐츠를 얻으려면 먼저 OCR을 통해 이미지를 처리하여 텍스트 레이어를 생성해야 합니다.
전체 작업 흐름은 스캔 PDF → OCR → 텍스트 레이어가 있는 디지털 PDF → PDF에서 Word로 변환입니다. 일부 도구는 두 단계를 자동으로 처리합니다. 다른 경우에는 별도로 수행해야 합니다. 도구에서 어떤 접근 방식을 취하는지 알면 결과에서 무엇을 기대하는지 이해하는 데 도움이 됩니다.
OCR과 변환을 함께 처리하는 도구
Adobe Acrobat Pro는 이 작업 흐름에 가장 적합한 옵션입니다. Acrobat에서 스캔한 PDF를 열고 파일 > 다음으로 내보내기: > Microsoft Word, Acrobat은 OCR이 필요한지 자동으로 감지하고 이미지에 대한 인식을 실행한 다음 인식된 텍스트를 Word 형식으로 변환합니다. 결과는 포함된 이미지가 아닌 실제 편집 가능한 텍스트가 포함된 Word 문서입니다.
www.wukongpdf.com의 WukongPDF는 변환 파이프라인에서 스캔한 PDF를 처리합니다. 스캔한 파일을 업로드하면 도구가 Word로 변환하기 전에 OCR을 적용합니다. 정확성은 스캔 품질에 따라 달라집니다. 표준 글꼴의 깨끗한 고해상도 스캔은 거의 완벽한 결과를 생성하는 반면, 품질이 낮거나 필기 스캔은 나중에 더 많은 수동 수정이 필요합니다.
2단계 접근 방식: 먼저 OCR을 수행한 다음 변환
출력을 더 잘 제어하기 위해(특히 복잡한 레이아웃, 표 또는 여러 열이 있는 문서의 경우) 별도의 단계로 OCR 및 변환을 수행하면 더 깔끔한 결과를 얻을 수 있는 경우가 많습니다.
- 1단계: WukongPDF의 OCR 도구 또는 Adobe Acrobat의 스캔 향상 기능을 사용하여 스캔한 PDF에서 OCR을 실행합니다. 이렇게 하면 PDF로 유지하면서 PDF에 텍스트 레이어가 추가됩니다.
- 2단계: PDF에서 OCR 출력을 검토합니다. 계속하기 전에 인식된 텍스트가 정확한지 확인하세요.
- 3단계: PDF-Word 변환기를 사용하여 OCR 처리된 PDF를 Word로 변환합니다. 이제 변환기에는 작업할 실제 텍스트가 있어 더욱 깔끔한 Word 문서를 생성할 수 있습니다.
결과의 정확성에 영향을 미치는 요소
- 스캔 해상도: 300 DPI 이상은 정확한 OCR을 생성합니다. 150 DPI 미만에서는 특히 작은 텍스트에서 인식 오류가 자주 발생합니다.
- 글꼴 유형: 일반적인 서체(Times New Roman, Arial, Calibri)의 표준 인쇄 글꼴은 높은 정확도로 인식됩니다. 장식용 글꼴이나 매우 작은 글꼴은 오류를 더 많이 발생시킵니다.
- 문서 상태: 흐린 잉크, 기울어진 스캔, 얼룩, 노란색 종이 모두 OCR 정확도를 크게 떨어뜨립니다.
- 레이아웃 복잡성: 단일 열 문서는 다중 열 레이아웃, 표가 있는 문서 또는 텍스트와 그래픽이 혼합된 페이지보다 더 깔끔하게 변환됩니다.
단어 출력에서 기대할 수 있는 사항
좋은 스캔과 정확한 OCR을 사용하더라도 Word 출력에는 약간의 정리가 필요합니다. 서식이 완벽하게 전달되는 경우는 거의 없습니다. 줄 간격, 글꼴, 단락 스타일을 조정해야 하는 경우가 많습니다. 테이블을 다시 작성해야 할 수도 있습니다. 원본 문서에 나타난 이미지는 편집 가능한 콘텐츠가 아닌 Word 파일에 포함된 이미지로 나타납니다.
전환 후 검토 통과를 위한 예산 시간입니다. 간단한 텍스트 문서를 깔끔하게 스캔하려면 수정 작업이 최소화됩니다. 주로 서식 조정이 필요합니다. 복잡한 문서나 품질이 낮은 스캔의 경우 OCR 오류를 수정하고 형식을 다시 지정하는 데 의미 있는 시간을 소비할 것으로 예상됩니다. 숫자를 주의 깊게 확인하십시오. OCR은 가장 일반적으로 0과 O, 1과 l, 6과 8을 혼동하여 재무 또는 기술 문서에서 심각한 오류를 일으킬 수 있습니다.