각각 빈 페이지로 구분된 12개의 장이 포함된 200페이지 PDF가 있습니다. 장당 하나씩, 12개의 개별 파일로 분할해야 합니다. 이를 수동으로 수행한다는 것은 모든 페이지를 스크롤하고 각 빈 페이지가 어디에 속하는지 확인하고 분할 작업을 12번 실행하는 것을 의미합니다. 보다 현명한 접근 방식은 빈 페이지 자체를 분할 마커로 사용하여 소프트웨어가 빈 페이지를 감지하고 이를 자동 분리를 위한 자연스러운 경계로 사용하도록 합니다.
이 기술은 모듈로 구분된 교육 매뉴얼, 섹션별로 구분된 연례 보고서, 전시회별로 정리된 법률 문서, 빈 페이지가 장 전환을 표시하는 스캔 책 등 빈 페이지가 의도적인 구분 기호 역할을 하는 모든 문서에 적용됩니다. 원래 인쇄된 독자를 위한 시각적 휴식 공간으로 사용되었던 빈 페이지는 자동화된 문서 처리의 트리거가 되어 페이지 범위를 수동으로 지정함으로써 파일을 분할하는 데 걸리는 시간을 절약합니다.
빈 페이지가 이상적인 분할 지점을 만드는 이유
빈 페이지는 모호하지 않기 때문에 가장 신뢰할 수 있는 분할 표시 유형입니다. 소프트웨어가 특정 단어나 구문을 인식해야 하고 섹션 간에 텍스트가 약간 다를 경우 실패할 수 있는 텍스트 기반 마커와는 달리, 빈 페이지는 측정 가능한 단일 속성, 즉 콘텐츠 부재로 정의됩니다. 페이지에는 텍스트와 이미지가 있을 수도 있고 그렇지 않을 수도 있습니다. 탐지 알고리즘을 혼란스럽게 할 수 있는 중간 지점은 없습니다.
이 바이너리 품질은 다른 분할 방법보다 다양한 문서 유형에서 빈 페이지 감지를 더욱 안정적으로 만듭니다. 책갈피로 분할하려면 PDF에 책갈피가 있어야 하는데, 많은 문서에는 책갈피가 없습니다. 텍스트 패턴으로 분할하려면 일관된 서식이 필요하며 본문 텍스트에 패턴이 예기치 않게 나타나는 경우 깨질 수 있습니다. 페이지 수로 분할하려면 섹션 길이가 균일해야 합니다. 빈 페이지 감지는 빈 페이지가 실제로 비어 있는 한 PDF 작성 방법에 관계없이 모든 PDF에서 작동합니다.
빈 페이지 분할은 스캔한 문서에 대한 PDF 분할 작업에 특히 유용합니다. 책이나 보고서를 스캔할 때 원본의 빈 페이지는 스캔한 PDF의 빈 페이지가 됩니다. 이러한 빈 페이지는 원본 문서 구조를 나타내며 이를 분할 지점으로 사용하면 해당 구조를 디지털 파일에 재현합니다. 수동으로 페이지를 계산하거나 북마크를 생성할 필요가 없습니다.
일반적인 질문은 페이지 번호만 있고 다른 내용이 없는 페이지가 공백으로 간주되는지 여부입니다. 대답은 도구 감도 설정에 따라 다릅니다. 대부분의 빈 페이지 감지기는 페이지 번호만 있는 페이지를 비어 있지 않은 페이지로 처리합니다. 페이지에 텍스트 콘텐츠가 포함되어 있기 때문입니다. 문서의 빈 구분 페이지에 페이지 번호가 있는 경우 최소 내용 임계값을 설정할 수 있는 도구를 사용해야 할 수 있습니다. 그러면 단일 페이지 번호가 임계값 아래로 떨어지며 페이지는 여전히 공백으로 분류됩니다.
이 이진 품질이 이 방법을 매우 안정적으로 만드는 이유입니다.
이 이진 품질이 이 방법을 매우 안정적으로 만드는 이유입니다.
빈 페이지 감지 작동 방식
기술 수준에서 빈 페이지 감지는 PDF의 각 페이지에서 콘텐츠 요소를 분석합니다. 탐지기는 PDF 리더에게 표시할 내용을 알려주는 그리기 명령 집합인 페이지 설명을 검사합니다. 완전히 비어 있는 페이지에는 비어 있거나 거의 비어 있는 페이지 설명이 있습니다. 단일 마침표, 페이지 번호 또는 희미한 워터마크가 있는 페이지에는 감지 임계값에 따라 공백이 아닌 것으로 등록할 만큼 충분한 콘텐츠가 있을 수 있습니다.
다양한 도구가 다양한 수준의 정교함으로 빈 페이지 감지를 구현합니다. 기본 감지기는 텍스트 콘텐츠만 확인합니다. 고급 감지기는 이미지, 벡터 그래픽 및 주석도 확인합니다. 가장 철저한 감지기는 페이지에 눈에 띄는 표시가 나타나는지 확인하여 실제 렌더링된 출력을 검사합니다. 이를 통해 보이지 않는 텍스트, 흰색 바탕에 흰색 콘텐츠 또는 극도로 희미한 스캐너 아티팩트와 같은 예외적인 경우를 포착합니다.
감지 임계값이 핵심 매개변수입니다. 너무 낮게 설정하면 스캐너 먼지나 거의 눈에 띄지 않는 아티팩트가 있는 페이지가 공백이 아닌 것으로 분류되어 분할이 중단점을 놓치게 됩니다. 너무 높게 설정하면 단일 제목이 있는 섹션 구분선과 같이 적법한 콘텐츠가 적은 페이지가 공백으로 분류되어 원치 않는 분할이 발생할 수 있습니다. 대부분의 도구는 기본적으로 일반적인 사무용 문서에 적합한 중간 임계값으로 설정되어 있지만 특정 문서에 맞게 조정하면 분할 정확도가 크게 향상됩니다.
빈 페이지 분할을 지원하는 PDF 도구 사용
PDF 도구의 여러 범주는 빈 페이지 기반 분할을 제공합니다. 브라우저 기반 PDF 플랫폼은 소프트웨어 설치 없이 이 기능을 제공하므로 모든 장치에서 액세스할 수 있습니다. 데스크탑 PDF 편집기는 일반적으로 조정 가능한 민감도 임계값과 분할을 시작하기 전에 공백으로 처리될 페이지를 미리 볼 수 있는 옵션을 포함하여 감지 매개변수에 대한 더 많은 제어 기능을 제공합니다.
도구를 선택할 때 세 가지 기능을 살펴보세요. 첫째, 분할이 실행되기 전에 도구가 공백으로 식별한 페이지를 강조 표시하는 미리 보기 모드입니다. 둘째, 특정 문서에서 공백으로 간주되는 항목을 미세 조정할 수 있는 조정 가능한 감도입니다. 셋째, 문서를 사전 처리하지 않고도 일부 빈 페이지가 실제 구분 기호이고 일부는 의도하지 않은 혼합 콘텐츠를 처리할 수 있는 기능입니다.
WukongPDF는 브라우저 기반 플랫폼을 통해 분할 기능을 제공하므로 PDF를 업로드하고, 빈 페이지 감지를 분할 방법으로 지정하고, 각 섹션에 대한 개별 파일을 받을 수 있습니다. 파일이 장치를 떠나지 않고도 처리가 이루어집니다.
단계별: 빈 페이지로 PDF 분할
먼저 PDF를 열고 빈 페이지가 분할하려는 섹션을 일관되게 분리하는지 확인하세요. 문서를 넘겨보고 모든 빈 페이지가 실제 섹션 경계를 표시하는지 확인하십시오. 원본 뒷면이 비어 있어서 스캔하는 동안 빈 페이지가 나타난 것처럼 일부 빈 페이지가 실수로 발생한 경우 해당 섹션의 출력을 검토할 수 있도록 해당 페이지 번호를 기록해 두십시오.
다음으로, 선택한 분할 도구에 PDF를 로드하고 빈 페이지 감지 옵션을 선택하세요. 도구가 미리보기를 제공하는 경우 공백으로 강조 표시된 페이지를 검토하세요. 의도한 분할 지점이 모두 감지되었는지 확인하세요. 빈 페이지가 감지되지 않으면 흰색 이미지나 보이지 않는 텍스트와 같은 숨겨진 콘텐츠가 있을 수 있습니다. 비어 있지 않은 페이지가 비어 있는 것으로 감지되면 임계값을 조정해야 할 수 있습니다.
분할을 실행하기 전에 파일 이름 지정 옵션을 확인하세요. 대부분의 도구는 출력 파일의 이름을 순차적으로 지정하거나 숫자가 추가된 기본 이름을 지정할 수 있습니다. 나중에 각 섹션을 식별할 수 있도록 명명 체계를 선택하세요. 'Chapter' 또는 'Section'과 같은 설명적 기본 이름 뒤에 일련 번호가 오는 경우 'Split_1' 또는 'Part_1'과 같은 일반 이름보다 더 명확합니다.
분할이 실행된 후 출력 세트의 첫 번째 파일과 마지막 파일을 열고 올바른 페이지가 포함되어 있는지 확인합니다. 손실된 페이지가 없고 추가 페이지가 포함되지 않았는지 확인하세요. 문서의 총 페이지 수가 홀수인 경우 분할 도구로 인해 뒤따르는 빈 페이지가 삭제되는 경우가 있으므로 마지막 빈 페이지가 올바르게 처리되었는지 확인하십시오.
빈 페이지 감지 시 엣지 케이스 처리
모든 문서가 빈 페이지 감지와 완벽하게 협력하는 것은 아닙니다. 스캔한 문서에는 비어 있는 것처럼 보이지만 스캐너 결함이 있거나 페이지 반대쪽의 희미한 그림자가 새어 나오거나 스캐너 유리에 먼지 얼룩이 있는 페이지가 있을 수 있습니다. 이러한 아티팩트는 콘텐츠로 등록되어 페이지가 공백으로 감지되는 것을 방지합니다. 분할하기 전에 작은 얼룩을 제거하는 정리 필터를 실행하면 이 문제가 해결될 수 있습니다. 또는 도구가 지원하는 경우 감지 감도를 낮출 수 있습니다.
장 제목이나 장식 요소만 포함된 섹션 구분선과 같이 의도적으로 거의 공백에 가까운 페이지가 있는 문서는 콘텐츠가 포함되어 있으므로 공백으로 감지되지 않습니다. 문서에서 빈 페이지가 아닌 디자인된 섹션 구분선을 사용하는 경우 텍스트 패턴 또는 책갈피별 분할과 같은 다른 분할 방법을 사용하는 것이 좋습니다. 또는 분할하기 전에 구분선 콘텐츠를 일시적으로 제거하고 나중에 복원할 수 있습니다.
구분 페이지를 포함하여 모든 페이지에 워터마크, 머리글 또는 바닥글이 포함된 PDF 페이지의 경우 빈 페이지 감지 기능이 이를 비어 있지 않은 페이지로 분류합니다. 문서에 일관된 머리글과 바닥글이 있는 경우 특정 페이지 영역을 무시하거나 머리글과 바닥글 영역을 포함하는 콘텐츠 제외 영역을 정의할 수 있는 분할 도구를 찾으세요. 이를 통해 탐지기는 각 페이지의 주요 콘텐츠 영역만 평가할 수 있습니다.
빈 페이지 분할과 다른 PDF 작업 결합
빈 페이지 분할은 대규모 문서 처리 작업 흐름의 한 단계인 경우가 많습니다. 분할 후 결과 문서가 깔끔하게 시작하고 끝나도록 각 출력 파일에서 빈 구분 페이지를 제거할 수 있습니다. 일부 분할 도구에는 검색된 빈 페이지를 출력에서 자동으로 삭제하고 분할 및 정리 작업을 단일 단계로 결합하는 옵션이 포함되어 있습니다.
분할 도구에 자동 빈 페이지 제거 기능이 포함되어 있지 않은 경우 출력 폴더에서 별도의 빈 페이지 삭제 단계를 실행하여 모든 분할 파일을 일괄 처리할 수 있습니다. 빈 페이지로 분할한 다음 각 결과에서 빈 페이지를 제거하는 이 2단계 접근 방식은 처음부터 별도로 생성된 것처럼 보이는 깔끔한 개별 문서를 생성합니다.
일부 PDF에는 비어 있는 것처럼 보이지만 기술적으로 비어 있지 않은 페이지가 포함되어 있습니다. 양면 문서의 스캔 페이지는 뒷면에서 희미하게 보일 수 있습니다. 구분 페이지에는 장식선이나 미묘한 배경 패턴과 같은 희미한 단일 그래픽 요소가 있을 수 있습니다. 이러한 거의 비어 있는 페이지는 실제로 비어 있는 페이지보다 감지 임계값을 더 주의 깊게 조정해야 합니다. 민감도를 약간 낮추면 도구가 공백으로 분류할 수 있으며, 의도적인 콘텐츠가 있는 페이지가 잘못 분류되지 않을 정도로 민감도를 충분히 높게 유지합니다.
문서에서 빈 페이지를 일관되지 않게 사용하는 경우(일부 섹션은 빈 페이지로 구분되고 다른 섹션은 함께 실행됨) 분할 출력에 해당 불일치가 반영됩니다. 빈 페이지 구분 기호가 없는 섹션은 단일 출력 파일로 결합됩니다. 분할을 실행하기 전에 문서 구조를 검토하고 누락된 곳에 인공 구분 페이지를 추가할지 아니면 페이지 범위나 책갈피 등 다른 분할 방법으로 해당 섹션을 처리할지 결정합니다.
분할 후 출력 파일은 원본 페이지의 파일 크기를 상속합니다. 총 50MB인 200페이지 PDF는 대략 동일한 장 길이를 가정할 때 각각 약 2~5MB의 개별 챕터 파일을 생성합니다. 출력 파일이 의도한 용도에 필요한 것보다 큰 경우 분할 파일에 대해 압축 패스를 실행하면 분할 품질에 영향을 주지 않고 파일을 더 줄일 수 있습니다.
| 탐지 방법 | 검사 내용 | 에 가장 적합 | 제한 |
|---|---|---|---|
| 텍스트 전용 감지 | 페이지에 텍스트 문자가 있음 | 표준 글꼴이 포함된 Office 문서 | 이미지 전용 콘텐츠, 흰색 바탕에 흰색 텍스트가 누락됨 |
| 전체 콘텐츠 감지 | 텍스트, 이미지, 벡터 그래픽, 주석 | 스캔한 문서, 디자인한 PDF | 거의 비어 있는 장식 페이지를 공백이 아닌 것으로 표시할 수 있습니다. |
| 렌더링된 출력 감지 | 페이지 렌더링 후 눈에 보이는 표시 | 복잡한 레이어가 있는 문서 | 더 느리게; 전체 페이지 렌더링이 필요합니다 |
| 탐지 방법 | 검사 내용 | 에 가장 적합 | 제한 |
|---|---|---|---|
| 텍스트 전용 감지 | 페이지에 텍스트 문자가 있음 | 표준 글꼴이 포함된 Office 문서 | 이미지 전용 콘텐츠, 흰색 바탕에 흰색 텍스트가 누락됨 |
| 전체 콘텐츠 감지 | 텍스트, 이미지, 벡터 그래픽, 주석 | 스캔한 문서, 디자인한 PDF | 거의 비어 있는 장식 페이지를 공백이 아닌 것으로 표시할 수 있습니다. |
| 렌더링된 출력 감지 | 페이지 렌더링 후 눈에 보이는 표시 | 복잡한 레이어가 있는 문서 | 더 느리게; 전체 페이지 렌더링이 필요합니다 |