Rozdział 19 · 19.4
Jak sprawić, aby zeskanowany plik PDF był przeszukiwalny
Zeskanowana umowa, stary list lub faktura otrzymana jako zdjęcie: otwierają Państwo plik w Euro-Office, wyszukują nazwisko lub kwotę i nic nie zostaje znalezione. Zaznaczanie i kopiowanie tekstu również nie działa. Dzieje się tak, ponieważ skan to obraz strony. Dla komputera nie zawiera on ani jednej litery, tylko punkty.
Aby uzyskać z niego przeszukiwalny tekst, potrzebne jest rozpoznawanie tekstu (nazywane także OCR). Poniżej wyjaśniamy, co Euro-Office potrafi, a czego nie, oraz jak mimo to uzyskać przeszukiwalny plik PDF.
Jak rozpoznać, czy to skan?
Jako przykład posłuży zeskanowana umowa najmu firmy Bloemisterij Het Zonnetje.
- Prosimy otworzyć plik PDF w WebOké Nextcloud.
- Kliknąć lupę po lewej stronie i wyszukać słowo widoczne na stronie, na przykład Huurprijs.
- Jeśli Euro-Office nic nie znajduje, choć słowo jest wyraźnie widoczne, jest to skan.

Czego Euro-Office nie potrafi
Euro-Office nie ma wbudowanego rozpoznawania tekstu. Euro-Office w WebOké celowo działa bez wtyczek, a więc także bez wtyczki do rozpoznawania tekstu; dlaczego, wyjaśniamy w artykule Plug-ins in Euro-Office: waarom WebOké ze niet aanbiedt en wat je in plaats daarvan doet. Za pomocą funkcji Edytuj PDF i Edytuj tekst można zmieniać wyłącznie tekst, który już występuje w pliku PDF jako tekst, a nie litery na skanie.
Jak utworzyć przeszukiwalny plik PDF
Rozpoznawanie tekstu warto przeprowadzić już podczas skanowania lub później na własnym komputerze. Wynikiem jest plik PDF, który wygląda dokładnie tak samo, ale zawiera pod spodem niewidoczną warstwę tekstu. Taki plik mogą Państwo następnie po prostu umieścić w WebOké Nextcloud.
- Skaner lub urządzenie wielofunkcyjne: większość urządzeń przy skanowaniu do PDF oferuje opcję typu „przeszukiwalny PDF”, „PDF z tekstem” lub „OCR”. Prosimy ją włączyć i wybrać język polski.
- Telefon: wiele aplikacji do skanowania od razu tworzy przeszukiwalny plik PDF. Opcji rozpoznawania tekstu należy szukać w ustawieniach aplikacji.
- Na komputerze, dla osób obeznanych z techniką: bezpłatny program OCRmyPDF dodaje warstwę tekstu do istniejącego skanu, na przykład poleceniem ocrmypdf -l pol scan.pdf doorzoekbaar.pdf. Wymaga to zainstalowanego języka polskiego (pol).
Prosimy przesłać przeszukiwalny plik PDF do WebOké Nextcloud (zob. Logowanie i odnajdywanie dokumentów) i otworzyć go w Euro-Office. Wyszukiwanie, zaznaczanie i kopiowanie będą teraz działać.
Potrzebują Państwo tylko tekstu?
Jeśli chcą Państwo przenieść fragment tekstu ze skanu do listu i jest to tylko jeden akapit, najprościej przepisać go do dokumentu. Przy dłuższych fragmentach szybciej będzie utworzyć przeszukiwalny plik PDF jednym z powyższych sposobów: następnie można skopiować tekst skrótem Ctrl + C i wkleić go do dokumentu. Jeśli chcą Państwo przekształcić cały plik PDF w edytowalny dokument, prosimy przeczytać Konwersja pliku PDF na edytowalny plik Word; działa to dobrze tylko wtedy, gdy plik PDF zawiera prawdziwy tekst.
Na co uważać
- Strony internetowe z OCR online: są wygodne, ale wtedy przesyłają Państwo swoją umowę do nieznanego podmiotu. W przypadku danych osobowych (numer PESEL, wynagrodzenie, dane medyczne) stanowi to ryzyko w świetle RODO. Lepiej wykonać to na własnym urządzeniu.
- Prosimy sprawdzić rozpoznany tekst: rozpoznawanie tekstu popełnia błędy, zwłaszcza przy małych literach, piśmie odręcznym, pieczątkach i słabej jakości skanach. Cyfra 8 staje się literą B, a 1 literą l. Nigdy nie należy ufać ślepo kwotom i numerom kont.
- Skanować ostro i prosto: 300 dpi w trybie czarno-białym lub w odcieniach szarości daje najlepsze rozpoznawanie. Krzywe zdjęcie z cieniem powoduje wiele błędów.
- Zakrywanie poufnych danych na skanie: wyszukiwanie i redagowanie nic nie znajdzie na obrazie. W takim przypadku prosimy zaznaczyć dane ręcznie, zob. Jak trwale ukryć dane wrażliwe w pliku PDF.
