Slechte OCR-tekst in een PDF herstellen
Sommige PDF's zien er goed uit maar gedragen zich slecht: zoeken vindt niets of de verkeerde woorden, en gekopieerde tekst is onzin. Vaak is het bestand bij het scannen door een zwak OCR-programma gehaald, of missen de lettertypen in de PDF de informatie die vormen aan letters koppelt. OCR PDF kan de oude tekstlaag vervangen of de pagina's opnieuw uit hun afbeeldingen lezen.
Zo herstelt u de tekst van een PDF
- Stel vast welk probleem u hebt Selecteer een paar woorden en plak ze in een teksteditor. Foute maar leesbare woorden wijzen op slechte OCR; willekeurige symbolen wijzen op een lettertypeprobleem.
- Upload de PDF naar OCR PDF Open OCR PDF met de knop hierboven en kies het bestand.
- Kies de modus Laat voor een oude, slechte OCR-laag ‘Automatisch’ staan – dat vervangt die verborgen tekst. Kies voor onzin door lettertypen ‘Forceren’, dat elke pagina opnieuw uit haar afbeelding leest.
- Controleer het resultaat Download de PDF, zoek naar een paar woorden en kopieer een alinea om de nieuwe tekst te controleren.
Twee oorzaken, twee oplossingen
Oude OCR-laag vervangen
‘Automatisch’ herkent verborgen tekst die een eerder OCR-programma heeft toegevoegd, verwijdert die en herkent de pagina opnieuw met een actuele engine.
Echte tekst blijft behouden
Tekst die in het document is getypt, blijft in de modus ‘Automatisch’ onaangeroerd; alleen beeldinhoud en oude OCR-tekst worden opnieuw verwerkt.
Kapotte lettertypen
Als kopiëren symbolen als ‘ÿþ’ of vakjes oplevert, heeft het lettertype geen correcte tekentabel. ‘Forceren’ zet elke pagina om in een afbeelding en herkent alles.
Wat ‘Forceren’ kost
Met ‘Forceren’ wordt echte tekst onderdeel van de pagina-afbeelding en vervangen door herkende tekst, waardoor links en selecteerbare originele tekst verloren gaan. Gebruik het alleen als het nodig is.
Betere invoer, betere tekst
Bleke, ruisige of scheve scans geven in elk programma slechte OCR. Schoon de scan eerst op en voer daarna OCR uit.
De juiste talen
Kies elke taal die in het document voorkomt. Een ontbrekende taal is een van de meest voorkomende oorzaken van foute OCR-woorden.
Goed om te weten
- OCR is nooit perfect. Zelfs een goed resultaat kan 0 en O, 1 en l, of rn en m verwarren – controleer namen, getallen en bedragen.
- Als kopiëren geblokkeerd is in plaats van fout, heeft de PDF beperkingen in de machtigingen – gebruik dan PDF ontgrendelen.
Slechte OCR herstellen – veelgestelde vragen
Waarom ziet gekopieerde tekst uit mijn PDF eruit als onzin?
Ofwel is de verborgen OCR-tekst slecht, ofwel koppelen de lettertypen van de PDF vormen niet aan echte letters. Opnieuw OCR uitvoeren lost het eerste op; de modus ‘Forceren’ het tweede.
Ziet de pagina er na opnieuw OCR anders uit?
In de modus ‘Automatisch’ niet – alleen de onzichtbare tekst verandert. In de modus ‘Forceren’ worden pagina's als afbeeldingen bewaard; dat ziet er hetzelfde uit, maar de tekst is niet meer origineel.
Kan het één fout woord met de hand corrigeren?
Nee. OCR PDF herkent pagina's opnieuw; handmatige tekstcorrectie is niet mogelijk.
Waarom is zoeken na OCR nog steeds fout?
Controleer de talen en de scankwaliteit. Lage resolutie, sterke compressie en handschrift leiden tot fouten.
Is het gratis?
Ja. Het is gratis, zonder registratie en zonder watermerk, en bestanden worden na verwerking verwijderd.
Vervang de slechte tekst in uw PDF
Upload de PDF naar OCR PDF, kies de modus en krijg tekst die u kunt doorzoeken en kopiëren.
Herstel mijn PDF-tekst