200페이지 스캔 PDF에는 다양한 페이지 유형이 포함되어 있습니다. 처음 150페이지는 OCR이 필요한 깨끗한 인쇄 텍스트입니다. 다음 30페이지는 인식할 수 있는 텍스트가 없는 사진과 도표입니다. 마지막 20페이지는 OCR이 필요한 손으로 쓴 항목이 포함된 양식입니다. 전체 문서에 대해 OCR을 실행하면 텍스트가 포함되지 않은 페이지에서 처리 시간이 낭비되고 OCR 엔진이 이미지 콘텐츠에서 문자를 찾으려고 시도할 때 사진 페이지에서 잘못된 출력이 생성될 수 있습니다. 필요한 페이지에서만 OCR을 선택적으로 실행하는 것이 더 효율적이고 더 깔끔한 출력을 생성합니다.
페이지별 또는 페이지 범위 OCR이라고도 하는 선택적 OCR은 지정된 페이지만 처리합니다. 제외하는 페이지는 변경되지 않습니다. 포함하는 페이지에는 검색 가능한 텍스트 레이어가 제공됩니다. 혼합 문서는 모든 페이지에서 원본 콘텐츠를 유지하며 필요한 부분에만 텍스트 검색 기능을 추가합니다.
OCR PDF 선택적 접근 방식은 전체 문서 OCR에 상당한 시간이 걸리고 텍스트 페이지의 비율이 낮은 대용량 문서에 특히 유용합니다. 200페이지 중 20페이지를 처리하는 것이 200페이지를 모두 처리하는 것보다 10배 빠릅니다.
OCR이 필요한 페이지 식별
문서를 스크롤하여 검색 가능한 텍스트가 포함된 페이지를 식별합니다. 텍스트 페이지에는 눈에 보이는 단어와 문자가 있습니다. 사진 페이지에는 텍스트가 없는 이미지가 있습니다. 다이어그램 페이지에는 레이블을 검색할 수 있어야 하는지 여부에 따라 OCR의 이점을 얻을 수도 있고 그렇지 않을 수도 있는 선, 모양 및 레이블이 있습니다. OCR이 필요한 페이지 범위 목록을 만듭니다. 1~150페이지, 181~200페이지에 텍스트가 있는 문서의 경우 범위는 1~150 및 181~200입니다. 151~180페이지는 OCR이 필요하지 않은 사진 및 도표 섹션입니다.
문서에 책갈피나 목차가 있는 경우 이를 사용하여 텍스트 섹션을 빠르게 식별하세요. 텍스트가 포함된 북마크된 각 섹션은 OCR의 후보입니다. 혼합 콘텐츠가 포함된 스캔 PDF은 이러한 타겟 접근 방식의 이점을 누리고 있습니다.
선택적 OCR 실행
페이지 범위 선택을 지원하는 브라우저 기반 OCR 도구에 PDF를 업로드합니다. 식별한 페이지 범위를 입력하세요. 도구는 해당 페이지만 처리합니다. 텍스트 페이지에는 검색 가능한 텍스트 레이어가 제공됩니다. 사진과 도표 페이지는 그대로 유지됩니다. 처리된 파일을 다운로드합니다. 전체 문서는 그대로 유지됩니다. 지정된 페이지만 수정되었습니다.
WukongPDF OCR 도구는 페이지 선택을 지원합니다. OCR PDF 선택적 처리는 혼합 콘텐츠가 많은 문서에서 시간을 절약하고 텍스트가 포함되지 않은 페이지에서 OCR을 방지하여 보다 깔끔한 출력을 생성합니다.
선택적 OCR 결과 확인
처리 후 선택한 페이지의 OCR 출력을 확인합니다. 해당 페이지에 나타나는 단어를 검색하세요. 검색에서 해당 항목을 찾았는지 확인합니다. 그런 다음 제외된 범위의 페이지를 확인하세요. 변경되지 않은 상태로 나타나는지 확인하세요. 선택적 OCR은 지정된 페이지만 수정해야 합니다. 각 범위의 한 페이지에서 빠른 확인을 통해 선택 사항이 올바르게 적용되었는지 확인합니다.
PDF 도구 선택적 처리 접근 방식은 대상 애플리케이션을 통한 품질 관리입니다. 처리가 필요한 부분만 처리하세요. 나머지는 변경하지 않고 그대로 둡니다.
선택적 OCR과 기타 페이지별 처리 결합
선택적 처리는 OCR에만 국한되지 않습니다. 특정 페이지에는 압축, 해상도 조정, 색상 변환도 적용할 수 있습니다. 고해상도 컬러 사진과 흑백 텍스트 페이지가 포함된 문서는 페이지 유형별로 다른 압축 설정을 사용하는 것이 좋습니다. 사진의 세부 묘사를 유지하려면 적당한 압축이 필요합니다. 텍스트 페이지는 공격적으로 압축될 수 있습니다.
OCR 후 페이지 유형별 압축 설정을 적용합니다. 혼합 콘텐츠가 포함된 스캔 PDF은 OCR뿐만 아니라 모든 작업에 걸쳐 페이지별 처리의 이점을 제공합니다. 콘텐츠에 따라 각 페이지 유형을 처리합니다.
나중에 참조할 수 있도록 어떤 페이지가 OCR되었는지 문서화
특정 페이지만 OCR하는 경우 어떤 페이지가 처리되었는지 문서화하세요. OCR된 페이지 범위를 나열하는 문서 메타데이터 또는 동반 텍스트 파일의 메모입니다. 나중에 누군가가 문서를 검색하여 일부 페이지에서는 내용을 찾았지만 다른 페이지에서는 찾지 못한 경우 문서에서 그 이유를 설명합니다. 검색은 실패하지 않았습니다. 해당 페이지는 OCR되지 않았습니다.
OCR PDF 선택적 처리 문서는 일부 페이지는 검색 가능하고 다른 페이지는 검색할 수 없는 이유에 대한 혼란을 방지합니다. 문서화는 몇 초밖에 걸리지 않으며 향후 문서 사용자 모두에게 명확성을 제공합니다.
OCR 전 페이지 유형별로 문서 분할
텍스트 섹션과 텍스트가 아닌 섹션이 명확하게 구분된 대용량 문서의 경우 OCR 전에 문서를 페이지 유형별로 분할하세요. 모든 텍스트 페이지를 한 파일에 배치하고 텍스트가 아닌 모든 페이지를 다른 파일에 배치합니다. 텍스트 파일 전체를 OCR합니다. 그런 다음 OCR된 텍스트 페이지를 변경되지 않은 비텍스트 페이지와 다시 병합합니다. 분할-프로세스-병합 워크플로우는 더 많은 단계를 수행하지만 선택적 OCR 중에 페이지를 잘못 식별할 위험을 방지합니다.
OCR PDF 분할 워크플로는 텍스트 섹션과 텍스트가 아닌 섹션이 명확하게 구분되어 있고 문서가 추가 단계를 정당화할 만큼 충분히 큰 경우에 적합합니다. 작은 문서의 경우 페이지 범위가 있는 선택적 OCR이 더 효율적입니다.
첫 번째 통과에 실패한 페이지 다시 OCRing
선택적 OCR 후, 처리된 페이지 중 하나에 아는 단어를 검색하면 나타납니다. 검색에 실패하면 OCR이 텍스트를 올바르게 인식하지 못한 것일 수 있습니다. 더 높은 해상도나 다른 언어 모델과 같은 다른 설정을 사용하여 특정 페이지를 다시 OCR합니다. 선택적 접근 방식을 사용하면 전체 문서를 다시 실행하지 않고도 대상 재처리가 가능합니다.
스캔된 PDF는 실패한 페이지를 대상으로 재처리하는 것은 선택적 OCR의 장점 중 하나입니다. 전체 문서 OCR이 실패하면 모든 것을 다시 처리해야 합니다. 선택적 실패는 필요한 페이지만 재처리해야 합니다.