Лабораторная работа: от 200-мегабайтного скана с телефона к небольшому, ровному, читаемому PDF
Сценарий
Вы сфотографировали на телефон бумажное дело на 30 страниц. Снимки огромные, некоторые страницы слегка наклонены, две лежат на боку, а собранный из них PDF слишком велик для отправки по почте. Вам нужен один небольшой, ровный PDF, в тексте которого можно искать.
Чему вы научитесь
Правильному порядку в цепочке уборки, тому, что Deskew может и чего не может исправить, почему распознавание (OCR) идёт перед сжатием, и как читать отчёт о размере.
Что понадобится
Около десяти снимков текстовых страниц на телефон (30 не нужно), сделанных чуть криво, с одной-двумя в альбомной ориентации. Или любой крупный отсканированный PDF.
Шаги
- Объединение файлов (Объединение файлов): добавьте снимки в порядке страниц и объедините в один PDF. Запомните размер файла.
- Ротация (Ротация PDF): поверните страницы, лежащие на боку (используйте выбранные страницы). Deskew не исправит поворот на 90°.
- Выравнивание наклона (Deskew): загрузите результат. Посмотрите предпросмотр самых исправленных страниц и скачайте выровненный PDF. Теперь он состоит из изображений страниц.
- Searchable (Searchable): запустите его на выровненном PDF, чтобы страницы получили текстовый слой. Deskew только что выровнял текст по горизонтали, что помогает распознаванию.
- Сжатие (Сжатие PDF): сожмите PDF с поиском на средней степени. Прочитайте сводку по размерам. Если картинки выглядят слишком мягкими, запустите снова из результата Searchable на низкой; если всё ещё велик — на высокой.
- По желанию: Оптимизация (Оптимизировать PDF) итогового файла, чтобы увидеть, нет ли ещё структурной экономии.
Контрольные точки
- После шага 3: число страниц равно числу на шаге 1; в предпросмотре заметно, что страницы стали ровными.
- После шага 4: вы можете найти слово, которое точно есть на странице, и выделить текст.
- После шага 5: панель размера показывает явно меньший файл (экономия зависит от ваших снимков); текст по-прежнему ищется; страницы читаются при обычном масштабе.
- У вас по-прежнему есть нетронутые оригиналы с шага 1.
Частые сюрпризы
- Deskew оставил страницу кривой → либо наклон совсем небольшой (меньше примерно 0,3°), либо на странице мало текста, либо наклон больше примерно 15°.
- После Deskew текст не выделяется → так и должно быть; это работа шага 4.
- После Deskew файл стал больше → страницы перекодированы как изображения; шаг 5 вернёт размер вниз.
Что дальше
Попробуйте ту же цепочку на PDF, полученном от коллеги и не открывавшемся: сначала запустите Восстановление. См. также рецепт «фото → PDF с поиском» и раздел «Как приложения работают вместе».