Plik projektu zawiera cyfrowo opracowany raport z wyraźnym tekstem wektorowym oraz zeskanowany dodatek z obrazami stron zawierających odręczne notatki. Raport wygląda jak nowoczesny dokument. Dodatek wygląda, jakby pochodził ze skanera, bo tak było. Połączenie ich w jeden plik PDF tworzy dokument, w którym co druga strona zmienia charakter wizualny. Strony cyfrowe są ostre i czyste. Zeskanowane strony są miękkie i lekko szare. Ta niespójność jest wizualnie irytująca i sygnalizuje czytelnikowi, że dokument został zebrany z różnych źródeł, a nie stworzony jako spójna całość.
Scalanie zeskanowanych i cyfrowych plików PDF w spójny dokument wymaga znormalizowania jakości wizualnej zeskanowanych stron w celu dopasowania ich do stron cyfrowych oraz zapewnienia, że po scalonym dokumencie będzie można jednakowo przeszukiwać i nawigować. Strony cyfrowe można już przeszukiwać. Zeskanowane strony wymagają OCR, aby można je było przeszukiwać. Scalanie jest ostatnim krokiem po przygotowaniu obu typów stron.
Operacja Scal PDF w przypadku dokumentów mieszanych zeskanowanych i cyfrowych składa się z trzech etapów: ulepszanie zeskanowanych stron, rozpoznawanie ich metodą OCR i łączenie wszystkiego w spójny wynik.
Strategie normalizacji wizualnej
| Strategia | Jak to działa | Wynik |
|---|---|---|
| Ulepsz zeskanowane strony, aby dopasować je do wersji cyfrowej | Zastosuj kontrast, jasność i prostowanie do zeskanowanych stron. Zwiększ kontrast, aby uzyskać efekt czarno-białego tekstu cyfrowego. Usuń szum tła i teksturę papieru | Zeskanowane strony wyglądają znacznie bardziej cyfrowo. Przejście między typami stron jest nadal widoczne, ale mniej irytujące |
| Zaakceptuj różnicę wizualną | Nie dokonuj żadnych korekt wizualnych. Scal pliki w niezmienionej postaci. Strony cyfrowe wyglądają cyfrowo. Zeskanowane strony wyglądają na zeskanowane | Rzetelna prezentacja źródeł dokumentów. Nadaje się do dokumentów archiwalnych i prawnych, gdzie zmiana wyglądu skanu jest niepożądana |
| Dodaj wizualny separator pomiędzy sekcjami | Wstaw pustą lub opisaną stronę rozdzielającą w miejscu zmiany typu dokumentu. Dzielnik sygnalizuje przejście do czytnika | Przejście zostanie potwierdzone, a nie ukryte. Czytelnik spodziewa się zmiany, bo zapowiedział ją dzielnik |
Spróbuj scalić pliki PDF
Nie wymaga instalacji. Działa bezpośrednio w Twojej przeglądarce.
Zapewnienie jednolitego przeszukiwania scalonego dokumentu
OCR zeskanowanych stron przed połączeniem. Strony cyfrowe zawierają już tekst, który można przeszukiwać. Po OCR zeskanowane strony posiadają również warstwę tekstową. Połącz pliki. Powstały dokument można jednakowo przeszukiwać pomimo jego zróżnicowanego pochodzenia. Wyszukiwanie hasła spowoduje znalezienie go zarówno na stronach cyfrowych, jak i zeskanowanych. Bez OCR na zeskanowanych stronach, wyszukiwanie spowoduje znalezienie treści tylko na stronach cyfrowych, co stwarza wrażenie, że zeskanowane strony nie zawierają niczego istotnego.
WukongPDF Narzędzia OCR przetwarzają zeskanowane strony. Strony zeskanowanego pliku PDF można przeszukiwać. Połączenie ze stronami cyfrowymi tworzy dokument, który można jednakowo przeszukiwać.
Numeracja stron i spójność nawigacji
Po połączeniu dodaj kolejne numery stron w całym dokumencie. Oryginalne numery stron pliku cyfrowego i pliku zeskanowanego zostają zastąpione numeracją połączoną. Dodaj zakładki do głównych sekcji. Nawigacja powinna traktować scalony dokument jako pojedynczy dokument, a nie jako zbiór źródeł. Numerowanie i tworzenie zakładek stron PDF po połączeniu zapewnia ujednoliconą nawigację.
Uwagi dotyczące rozmiaru pliku w przypadku dokumentów o różnym pochodzeniu
Łączenie stron cyfrowych ze stronami zeskanowanymi tworzy plik z dwoma różnymi profilami danych. Strony cyfrowe są zwarte i przechowują tekst w postaci wektorów. Zeskanowane strony są większe i każda strona jest zapisywana jako obraz. Rozmiar scalonego pliku będzie zdominowany przez zeskanowane strony. Skompresuj zeskanowane strony przed połączeniem, aby zarządzać rozmiarem pliku.
Skompresuj zeskanowaną sekcję niezależnie przed połączeniem. Zastosuj kompresję specyficzną dla obrazu, aby zmniejszyć rozmiary plików zeskanowanych stron. Połącz skompresowane zeskanowane strony ze stronami cyfrowymi. Kompresja PDF zeskanowanej sekcji przed połączeniem pozwala uzyskać dokument o rozsądnym rozmiarze bez utraty jakości strony cyfrowej.
Dodawanie ujednoliconego nagłówka i stopki po połączeniu
Po połączeniu zeskanowanych i cyfrowych stron w jeden dokument dodaj spójny nagłówek i stopkę na wszystkich stronach. Nagłówek identyfikuje dokument. W stopce znajduje się numer strony. Obydwa są stosowane do każdej strony, niezależnie od jej pochodzenia. Ujednolicony nagłówek i stopka zapewniają wizualną ciągłość, która pomaga czytać scalony dokument jako pojedynczy dokument, a nie zbiór źródeł.
Zastosuj nagłówek i stopkę jako ostatni krok po scalaniu, OCR i kompresji. Zestaw Scal PDF jest kompletny, gdy każda strona zawiera te same informacje identyfikujące. Pochodzenie treści może się różnić. Prezentacja jest ujednolicona.
Próbkowanie w ramach zapewnienia jakości w przypadku dużych, połączonych dokumentów
W przypadku scalonego dokumentu składającego się z setek stron sprawdzanie każdej strony jest niepraktyczne. Zastosuj podejście do próbkowania strukturalnego. Sprawdź każdą stronę, na której źródło zmienia się z cyfrowego na zeskanowane. Sprawdź losową próbkę stron cyfrowych i losową próbkę stron zeskanowanych. Sprawdź pierwszą i ostatnią stronę. Jeśli próbka przejdzie pomyślnie, połączenie było spójne. Jeśli jakakolwiek przykładowa strona wykazuje problem, rozszerz zaznaczenie na więcej stron w pobliżu obszaru problemu.
Strategia próbkowania koncentruje wysiłki weryfikacyjne na punktach przejściowych, w których problemy z łączeniem są najbardziej prawdopodobne. Zeskanowany plik PDF i przejście na technologię cyfrową to obszar najwyższego ryzyka. Pojawi się tam pusta strona na granicy, brakująca strona lub zduplikowana strona. Próbkowanie pozwala skutecznie wykryć te problemy.
Spróbuj scalić pliki PDF
Nie wymaga instalacji. Działa bezpośrednio w Twojej przeglądarce.