Als u een boek pagina voor pagina scant, ontstaat een PDF waarbij elke pagina een donkere, gebogen schaduw heeft die door het midden loopt, de schaduw die wordt geworpen door de boekrug waar de pagina's in de band buigen. De tekst nabij de rug is donkerder en soms vervormd door de kromming van de pagina. De schaduw verbruikt inkt of toner bij het afdrukken, zorgt ervoor dat de pagina er onprofessioneel uitziet en verstoort de OCR-nauwkeurigheid van de betreffende tekst. Door de rugschaduw van elke gescande pagina bij te snijden, wordt het visuele artefact verwijderd en wordt de aandacht van de lezer op de inhoud gevestigd. De Crop PDF-aanpak voor het verwijderen van rugschaduw moet pagina voor pagina worden toegepast, omdat de schaduwpositie van pagina tot pagina enigszins verschuift naarmate de dikte van het boek van voor naar achter verandert.
Waarom rugschaduwen verschijnen in boekscans
Flatbedscanners drukken het boek tegen een glasplaat. De pagina bij de rug kan niet helemaal plat liggen omdat de binding dit verhindert. Deze opening tussen de pagina en de glasplaat creëert een gebied waar het scannerlicht anders reflecteert, waardoor een schaduw ontstaat die begint bij de rand van de rug en vervaagt naarmate de afstand tot de binding groter wordt. Op de linkerpagina van een open boek is de schaduw het donkerst langs de linkerrand en strekt zich uit naar het midden. Op de rechterpagina is de schaduw het donkerst langs de rechterrand.
De kromming van de pagina nabij de band vervormt ook de tekst. Tekens in de buurt van de rug lijken gecomprimeerd of uitgerekt, afhankelijk van de hoek van de pagina ten opzichte van de scannersensor. Bijsnijden verwijdert de schaduw en de vervormde tekst. Het alternatief, waarbij gebruik wordt gemaakt van beeldverwerking om de schaduw lichter te maken en de vervormde tekst recht te zetten, is complexer en levert zelden een zo zuiver resultaat op als het simpelweg wegsnijden van het getroffen gebied. De Gescande PDF van een boekscan profiteert meer van bijsnijden dan van pogingen tot correctie van het schaduwgebied.
Het bepalen van de gewasgrenzen
Open de eerste gescande pagina in een PDF-viewer die bijsnijdhulpmiddelen ondersteunt. Zoom in op de rand van de rug en identificeer waar de schaduw de pagina-achtergrond merkbaar donkerder begint te maken. De gewasgrens moet net binnen dit punt worden geplaatst, waardoor de gehele schaduwzone wordt verwijderd. Voeg een kleine marge van de normale pagina-achtergrond toe naast de schaduw om ervoor te zorgen dat er geen donkere pixels achterblijven. Een bijsnijdgrens die in de schaduw knipt, laat een donkere strook langs de rand van de bijgesneden pagina achter.
Meet de afstand van de paginarand tot de bijsnijdgrens. Deze afstand wordt de bijsnijdwaarde voor alle pagina's in de scan. De optimale bijsnijdafstand kan echter variëren tussen de linker- en rechterpagina's van het boek, en kan variëren tussen de voor- en achterkant van het boek waar de paginakromming verandert. Scan een voorbeeld van pagina's uit verschillende delen van het boek en controleer of de breedte van de rugschaduw consistent is. Als dit varieert, groepeert u de pagina's in secties die dezelfde bijsnijdafstand delen. Pas de juiste gewasafstand toe op elke groep.
Het bijsnijden op alle pagina's toepassen
Nadat u de bijsnijdgrens hebt bepaald, past u deze toe op elke pagina in de PDF. De meeste PDF-editors die bijsnijden ondersteunen, kunnen dezelfde bijsnijdrechthoek op een reeks pagina's toepassen. Selecteer alle pagina's die dezelfde bijsnijdafstand delen, open het bijsnijdgereedschap, voer de bijsnijdwaarden in en pas toe. Voor een boekscan waarbij de linker- en rechterpagina's verschillende bijsnijdwaarden nodig hebben, verwerkt u de linker- en rechterpagina's als afzonderlijke paginagroepen. Een batchbewerking Bijsnijden PDF waarbij dezelfde bijsnijding op alle geselecteerde pagina's wordt toegepast, duurt enkele seconden.
Als de PDF is gescand als spreads van twee pagina's, waarbij elke PDF-pagina zowel de linker- als de rechterpagina van het open boek toont, is het bijsnijden complexer. De rugschaduw loopt door het midden van de pagina. Snijd de linkerhelft van de pagina bij om de linkerkant van de rugschaduw te verwijderen, en snijd de rechterhelft bij om de rechterkant te verwijderen. Sommige PDF-tools kunnen elke pagina in het midden splitsen en elke helft afzonderlijk bijsnijden, waardoor afzonderlijke pagina's uit de spread worden geproduceerd. WukongPDF en soortgelijke platforms bieden bijsnijdhulpmiddelen die zowel het bijsnijden van boeken van één pagina als van gespreide pagina's kunnen verwerken.
Pagina-inhoud dichtbij de wervelkolom behouden
Het rugschaduwgebied kan inhoud bevatten die niet zomaar kan worden weggegooid. Een tabel die de volledige paginabreedte beslaat, kan kolommen bevatten die doorlopen tot in de schaduwzone. Een diagram of foto kan dicht bij de band worden geplaatst. Een voetnoot of een kanttekening kan gedeeltelijk aan het zicht onttrokken worden door de schaduw. Voor deze pagina's wordt door het bijsnijden van de gehele schaduwzone de inhoud verwijderd die de lezer nodig heeft.
Behandel deze uitzonderlijke pagina's afzonderlijk. Als de inhoud in de schaduwzone ondanks de verduistering leesbaar is, snijd dan minder agressief bij op die specifieke pagina, waarbij alleen het donkerste deel van de schaduw wordt verwijderd en de tekst donker maar nog steeds leesbaar blijft. Als de inhoud onleesbaar is, overweeg dan of het fysieke boek opnieuw kan worden gescand met zorgvuldiger behandeling om de pagina verder plat te maken. Door het boek steviger tegen de glasplaat te drukken, een boekscanner met een V-vormige plaat te gebruiken die is ontworpen voor ingebonden volumes, of het boek te scannen met een camera boven het glas in plaats van een flatbed, wordt de schaduw op de rug bij de bron verminderd.
Kwaliteitsverificatie na het gewas
Blader na het bijsnijden door elke pagina van de PDF om te controleren of er geen schaduwresten achterblijven en of er per ongeluk inhoud is bijgesneden. Besteed bijzondere aandacht aan pagina's aan het begin en einde van het boek, waar de paginakromming en schaduwbreedte kunnen verschillen van de middelste pagina's. Een uitsnede die perfect was voor pagina 100 kan te agressief zijn voor pagina 5, waarbij de dunnere stapel pagina's aan één kant van de band een andere kromming produceert.
Voer OCR uit op de bijgesneden PDF en vergelijk de nauwkeurigheid van de tekstherkenning met de originele, niet-bijgesneden scan in de schaduwzone. Als de bijgesneden versie de tekst in het voorheen beschaduwde gebied nauwkeuriger herkent, is het bijsnijden gelukt. Als bij de bijgesneden versie tekst verloren gaat die eerder werd herkend, is de uitsnede mogelijk te agressief geweest. Het doel van PDF Kwaliteit is een schone pagina waarbij alle essentiële inhoud behouden blijft en alle afleidende artefacten worden verwijderd.
Alternatieven voor bijsnijden voor het verwijderen van rugschaduw
Bijsnijden is de eenvoudigste manier om rugschaduw te verwijderen, maar het is niet de enige manier. Beeldbewerkingssoftware kan gelokaliseerde helderheids- en contrastaanpassingen toepassen op de schaduwzone, waardoor de achtergrond lichter wordt en het tekstcontrast toeneemt zonder de inhoud te verwijderen. Deze aanpak behoudt elk woord op de pagina, maar vereist beeldbewerking per pagina, wat alleen praktisch is voor korte documenten of afzonderlijke pagina's van groot belang.
Speciale software voor het scannen van boeken, zoals ScanTailor, bevat een functie voor inhoudselectie die automatisch het tekstgebied op elke pagina detecteert en naar dat gebied uitsnijdt, waarbij de rugschaduw wordt verwerkt zonder handmatige meting van de snijgrenzen. ScanTailor verwerkt gescande afbeeldingen voordat ze worden samengevoegd tot een PDF. Als u regelmatig boeken naar PDF scant, kunt u door te investeren in een scanworkflow met automatische inhoudsdetectie en bijsnijden urenlang handmatig PDF bijsnijden besparen.
Voor zeldzame of kwetsbare boeken die niet plat tegen een scanner kunnen worden gedrukt, kunt u overwegen de pagina's te fotograferen met een camera die direct boven het open boek is geplaatst. De camerabenadering vermijdt de glasplaat volledig en kan, met zorgvuldige verlichting van beide kanten, de schaduw van de ruggengraat tijdens de opnamefase minimaliseren in plaats van te vertrouwen op nabewerking om deze te corrigeren.
Na het bijsnijden en finaliseren van de pdf kunt u overwegen de opgeschoonde digitale versie te doneren aan een online archief of een digitale bibliotheek als het boek zich in het publieke domein bevindt. De uren die u besteedt aan het opruimen van de scan kunnen niet alleen uw eigen project ten goede komen, maar ook iedereen die toegang nodig heeft tot die tekst in een leesbaar digitaal formaat.
Bij boeken met illustraties, foto's of kaarten die zich over de rugmarge tussen tegenover elkaar liggende pagina's uitstrekken, wordt bij het bijsnijden van de rugschaduw het middengedeelte van de afbeelding opgeofferd. In deze gevallen kunt u overwegen de spread van twee pagina's intact te laten voor de illustratiepagina's en alleen de pagina's met alleen tekst bij te snijden. Een opmerking in de metagegevens van het document kan verklaren dat bepaalde pagina's niet zijn bijgesneden om de inhoud in de dwarsmarge te behouden.
Het Gescande PDF opschoonproces voor boekdigitaliseringsprojecten profiteert van een gestructureerde workflow waarin de stappen voor scannen, bijsnijden, OCR en kwaliteitscontrole worden gescheiden. Als u probeert elke pagina tijdens het scannen bij te snijden en af te ronden, leidt dit tot inconsistente resultaten. Scan eerst het hele boek en verwerk vervolgens de volledige set pagina-afbeeldingen als batch via de bijsnijdstap.
De workflow Crop PDF voor boekscans transformeert een ruwe scan in een schone digitale kopie die geschikt is voor lezen, afdrukken en langdurig bewaren in digitale bibliotheekcollecties.
De opgeschoonde Gescande PDF waarvan de rugschaduwen zijn verwijderd, is klaar voor OCR-verwerking, wat profiteert van de verbeterde beeldkwaliteit
Bij een goed bijgesneden boekscan blijven de woorden van de auteur behouden en worden de mechanische artefacten van het scanproces verwijderd
Het scannen van boeken is een daad van conservering. Elke pagina die is ontdaan van scannerschaduwen is een pagina die toekomstige lezers zonder afleiding kunnen lezen. De zorg die wordt geïnvesteerd in de bijsnijdstap maakt deel uit van de grotere inspanning om de inhoud van fysieke boeken naar de digitale toekomst te brengen.