Het uitvoeren van OCR op een PDF op een Mac is eenvoudig: Preview behandelt basisgevallen standaard, en een paar speciale tools omvatten al het andere, inclusief gescande documenten en batchverwerking. Hier leest u wat werkt en wanneer u elke optie moet gebruiken.
Heeft Mac ingebouwde OCR?
Ja: macOS heeft sinds macOS Monterey (12.0) ingebouwde tekstherkenning. Het heet Live Text en werkt op het hele systeem, ook in Preview. Open een gescande PDF in Voorvertoning en u kunt tekst vaak rechtstreeks selecteren, kopiëren en doorzoeken. macOS herkent de tekst op het scherm in realtime zonder dat u een afzonderlijke OCR-stap hoeft uit te voeren.
De beperking is dat Live Text geen tekstlaag in het PDF-bestand zelf insluit; het herkent alleen tekst voor interactie op het scherm. Als u een PDF nodig heeft met een goede ingesloten tekstlaag die doorzoekbaar is in andere apps, op andere apparaten of in documentbeheersystemen, heeft u een speciale tool OCR PDF nodig.
Een PDF OCRen op een Mac met WukongPDF
Open de tool OCR PDF van WukongPDF in Safari. Upload de gescande PDF, selecteer de taal van de documentinhoud en klik op Converteren. De tool verwerkt elke pagina en sluit een doorzoekbare tekstlaag in de uitvoer in. Download het resultaat: de PDF ondersteunt nu tekstselectie, zoeken met Ctrl+F en indexering door elk systeem of elke app die PDFs verwerkt.
Dit werkt op elke Mac, elke macOS-versie en vereist geen installatie. Het is vooral handig voor gebruikers die slechts af en toe OCR nodig hebben en geen speciale software willen installeren.
OCR op Mac met Adobe Acrobat
Adobe Acrobat Pro voor Mac biedt de meeste controle over OCR-instellingen. Open de gescande PDF, ga naar Extra > Scannen & OCR > Herken tekst > In dit bestand. Voordat u begint, klikt u op het tandwiel Instellingen om de taal, uitvoerstijl (doorzoekbare afbeelding of bewerkbare tekst) en DPI te kiezen. Klik op Tekst herkennen om het document te verwerken.
De uitvoerstijl Doorzoekbare afbeelding behoudt het oorspronkelijke uiterlijk van de scan en voegt een verborgen tekstlaag toe: de standaardkeuze voor archivering. De optie Bewerkbare tekst probeert de gescande afbeelding te vervangen door daadwerkelijk opnieuw geplaatste tekst, wat goed werkt voor schone, getypte documenten, maar er rommelig uit kan zien bij documenten met een complexe lay-out.
Gratis OCR-opties op Mac
Verschillende gratis opties werken goed op Mac. Tesseract is een krachtige open-source OCR-engine die kan worden geïnstalleerd via Homebrew (brew install tesseract). Het loopt vanaf de terminal en ondersteunt meer dan 100 talen. Voor een grafische interface rond Tesseract is PDF OCR X Community Edition een gratis Mac-app die een drag-and-drop-interface biedt voor het uitvoeren van OCR op PDFs.
Voor de meeste gebruikers is een browsergebaseerd hulpprogramma OCR PDF toegankelijker dan de opdrachtregel Tesseract, en de uitvoerkwaliteit is vergelijkbaar voor standaard afgedrukte documenten.
Na OCR: de uitvoer comprimeren
OCR-uitvoerbestanden zijn soms iets groter dan de invoerbestanden, omdat de tool naast de originele afbeelding extra tekstgegevens insluit. Door de doorzoekbare PDF daarna uit te voeren via een PDF Compressie-tool, wordt het bestand teruggezet zonder de tekstlaag te beïnvloeden. Voor gescande documenten die in een langdurig archief worden bewaard, is deze compressiestap de moeite waard voordat u deze opslaat of uploadt.