Операция Merge PDF, объединяющая отсканированные документы с PDF-файлами, созданными в цифровом формате, часто приводит к визуально противоречивым результатам. Отсканированные страницы могут иметь более темный фон, более низкое разрешение или небольшой перекос из-за процесса сканирования. Цифровые страницы имеют четкий текст, чистый белый фон и точное выравнивание. При объединении сразу бросается в глаза разница в качестве между типами страниц, из-за чего документ выглядит непрофессионально собранным.
Создание единообразного объединенного документа из смешанных отсканированных и цифровых источников требует предварительной обработки отсканированных страниц для максимально точного соответствия качественным характеристикам цифровых страниц. Предварительная обработка затрагивает цвет фона, резкость текста, выравнивание страницы и разрешение изображения, чтобы объединенные выходные данные представляли единообразное визуальное восприятие.
Инструменты PDF Quality WukongPDF включают функции улучшения изображений и нормализации страниц для создания единообразных объединенных документов из смешанных источников.
Понимание разницы в качестве между отсканированными и цифровыми страницами
В большинстве случаев созданная в цифровом формате страница PDF хранит текст в виде точных кодов символов, а векторную графику — в виде математических путей. По умолчанию фон чисто белый. Текст четкий при любом уровне масштабирования. Штриховые рисунки и диаграммы четкие. Отсканированная страница PDF — это фотография физического документа. Фон — того же цвета, что и бумага, часто слегка грязно-белый или серый. Резкость текста зависит от разрешения сканирования. Изображения и диаграммы ограничены качеством захвата сканера.
Когда эти два типа страниц появляются в одном документе, читатель видит чередующиеся резкие и мягкие страницы. Несоответствие отвлекает внимание и свидетельствует о недостаточном внимании к качеству документа. Цель предварительной обработки — максимально приблизить отсканированные страницы к визуальному стандарту, установленному цифровыми страницами.
Разрыв не может быть полностью закрыт. Отсканированная страница с разрешением 300 DPI никогда не будет соответствовать бесконечному разрешению векторного текста. Цель состоит в том, чтобы сократить разрыв настолько, чтобы переход между типами страниц был ненавязчивым для читателя.
Шаг 1. Нормализация цвета фона отсканированной страницы
Самая заметная разница между отсканированными и цифровыми страницами — это цвет фона. Отсканированные страницы наследуют цвет бумаги, который редко бывает чисто белым. В Acrobat Pro используйте инструмент «Улучшить отсканированный документ», чтобы применить удаление фона. Эта функция анализирует страницу, определяет доминирующий цвет фона и заменяет его белым.
Для отсканированных страниц с неровным фоном, например страниц из книг, где переплет создавал градиент тени возле корешка, удаление фона может потребовать настройки. Используйте расширенные настройки инструмента «Улучшение», чтобы увеличить чувствительность удаления фона до тех пор, пока тень не исчезнет. Будьте осторожны и не устанавливайте слишком высокую чувствительность, при которой светлый текст или тонкие линии также будут удалены.
После нормализации фона отсканированные страницы должны иметь белый фон, визуально соответствующий цифровым страницам. Любые оставшиеся незначительные различия в цвете между страницами обычно незаметны для читателей и не ухудшают качество документа.
Шаг 2. Устранение перекоса и выпрямление отсканированных страниц
Отсканированные страницы часто имеют небольшой поворот, обычно на один-три градуса, из-за того, что бумага не идеально выровнена в сканере. Цифровые страницы точно выровнены. Визуальный контраст между слегка повернутыми отсканированными страницами и идеально выровненными цифровыми страницами более заметен, чем разница в цвете фона.
Используйте инструмент «Улучшить отсканированный документ» Acrobat Pro с включенной опцией «Выпрямление» для автоматического обнаружения и исправления поворота страницы. Алгоритм устранения перекоса анализирует ориентацию текстовой строки и поворачивает страницу, чтобы выровнять текст по горизонтали. Примените исправление ко всем отсканированным страницам перед объединением.
В рабочих процессах с документами для страниц, на которых алгоритм устранения перекоса не может определить правильную ориентацию (например, на страницах, где преобладают фотографии, а не текст), поверните страницу вручную с помощью инструмента «Упорядочить страницы». Проверьте каждую отсканированную страницу после устранения перекоса. Страница, которая была слишком исправлена и теперь наклонена в противоположном направлении, требует ручной настройки.
Шаг 3. Стандартизация размеров страниц на всех страницах
Отсканированные страницы наследуют физические размеры исходной бумаги, которые могут отличаться от стандартных размеров, используемых для цифровых страниц. Цифровая страница размером ровно 8,5 на 11 дюймов рядом со сканированной страницей размером 8,45 на 10,92 дюйма создает небольшое, но видимое несоответствие при пролистывании документа.
Используйте инструмент «Задать рамки страницы» в Acrobat Pro в разделе «Допечатная обработка», чтобы установить одинаковые размеры для всех страниц. Выберите все страницы в документе, откройте «Установить поля страниц» и примените нужные стандартные размеры. Инструмент центрирует содержимое страницы в новых размерах без масштабирования или обрезки, добавляя белые поля там, где исходная страница была меньше.
Глядя на это в целом, в рабочих процессах с документами для отсканированных страниц, размеры которых превышают целевые, необходима обрезка. Используйте инструмент «Обрезка», чтобы обрезать слишком большие области. Перед обрезкой убедитесь, что содержимое по краям не потеряно. Цель — добиться единообразия размеров страницы без ущерба для видимого содержимого.
Шаг 4. Улучшите качество изображения на отсканированных страницах
Изображения на отсканированных страницах, включая встроенные фотографии и диаграммы, ограничены разрешением сканирования. Если исходное сканирование было с разрешением 200 точек на дюйм, изображения будут выглядеть мягче, чем изображения на цифровых страницах с разрешением 300 точек на дюйм или выше. Хотя разрешение невозможно увеличить за пределами качества сканирования, фильтры повышения резкости могут улучшить воспринимаемую резкость.
Используйте инструмент «Улучшить отсканированный документ» Acrobat Pro с включенной опцией «Резкость текста». Фильтр повышения резкости увеличивает контрастность краев текстовых символов, делая их более четкими. Настройте силу фильтра консервативно. Чрезмерное повышение резкости приводит к появлению видимых артефактов вокруг краев текста, которые отвлекают больше, чем исходная мягкость.
Для документов, для которых качество изображения на сканированных страницах имеет решающее значение, рассмотрите возможность повторного сканирования этих страниц с более высоким разрешением перед объединением. Сканирование с разрешением 400 точек на дюйм дает значительно лучшие результаты, чем сканирование с разрешением 200 точек на дюйм, если объединить его с четкими цифровыми страницами. Повторное сканирование оправдано для документов, которые представляют организацию внешней аудитории.
Шаг 5. Объединение и проверка согласованности
После завершения предварительной обработки всех отсканированных страниц объедините их с цифровыми страницами с помощью инструмента «Объединить файлы» в Acrobat Pro. Расположите страницы в правильном порядке. Прежде чем сохранять объединенный документ, пролистните весь документ с увеличением по ширине и найдите страницы, которые отличаются от своих соседей.
Страницы, которые после предварительной обработки все еще заметно отличаются, возможно, требуют индивидуального внимания. Отсканированная страница с фотографией, имеющей темные тени, или страница с рукописными заметками, которые на исходной бумаге были светлыми, могут не поддаваться автоматическому улучшению. Эти страницы можно редактировать индивидуально с помощью инструмента «Редактировать PDF», чтобы настроить яркость, контрастность или резкость.
Если рассматривать это в целом, то в большинстве случаев хорошо подготовленный объединенный документ должен восприниматься как единое целое. Читатели должны иметь возможность сосредоточиться на содержании, не отвлекаясь на различия в оформлении страниц из разных источников.
Оптимизация текстовых слоев OCR для отсканированных страниц
Отсканированные страницы, обработанные методом оптического распознавания символов, содержат невидимый текстовый слой за отсканированным изображением. При объединении отсканированных страниц, обработанных с помощью OCR, с цифровыми страницами убедитесь, что текстовый слой OCR использует согласованные настройки кодировки и языка. Несогласованная кодировка может привести к сбою извлечения текста или поиска на определенных страницах.
После завершения слияния запустите тест извлечения текста из объединенного документа. Ищите термины, которые, как известно, встречаются как на отсканированных, так и на цифровых страницах. Если термины обнаружены на цифровых страницах, но не на отсканированных, возможно, слой OCR был поврежден или неправильно настроен во время слияния. Повторно распознайте затронутые отсканированные страницы и повторно объедините их.
Поддержание согласованности в многостраничных объединенных документах
Что касается рабочих процессов, то для больших объединенных документов, состоящих из десятков отсканированных и цифровых страниц, согласованность всего документа требует систематической предварительной обработки. Перед объединением обработайте все отсканированные страницы как пакет, применяя одни и те же настройки улучшения к каждой странице. Пакетная обработка обеспечивает единообразие результатов и предотвращает ситуацию, когда страницы, обработанные в разное время с разными настройками, выдают слегка отличающиеся результаты.
Задокументируйте используемые параметры предварительной обработки, чтобы в случае последующего добавления в документ дополнительных страниц те же настройки можно было применить к новым страницам. Документ, который со временем увеличивается, должен сохранять визуальное соответствие между исходными страницами и более поздними дополнениями. Задокументированные настройки служат стандартом качества для всех будущих дополнений.
Окончательная проверка качества объединенного документа
После всех этапов предварительной обработки, слияния и улучшения проведите окончательную проверку качества перед распространением документа. Пролистайте каждую страницу и убедитесь, что визуальный переход между отсканированными и цифровыми страницами ненавязчив. Документ должен восприниматься как единая публикация, а не как собрание разрозненных источников.
Распечатайте образец страницы как из отсканированного, так и из цифрового раздела на одном принтере. На распечатке обнаруживаются различия в качестве, которые не заметны на экране, особенно в сопоставлении цветов фона и резкости текста. Если на распечатке заметны заметные различия, вернитесь к шагам предварительной обработки и настройте параметры улучшения для отсканированных страниц, пока результат печати не станет приемлемым.
Последовательно подготовленный объединенный документ хорошо отражается на организации, которая его подготовила. Усилия, вложенные в предварительную обработку отсканированных страниц, стандартизацию размеров и повышение качества изображения, создают документ, который привлекает читателей на основе его содержания, а не его производственных несоответствий. Результатом является единый документ, который демонстрирует профессионализм, внимание к деталям и приверженность качеству в каждом отдельном аспекте подготовки документа. последовательно и надежно.