ไฟล์สแกนคือภาพที่อยู่ภายในคอนเทนเนอร์

เมื่อกระดาษหนึ่งแผ่นผ่านเครื่องสแกนหรือกล้องโทรศัพท์ ผลลัพธ์คือภาพขนาดใหญ่หนึ่งภาพต่อหน้า ซึ่งถูกห่อหุ้มไว้ใน PDF เพื่อให้พิมพ์และแบ่งหน้าได้อย่างถูกต้อง ไม่มีข้อมูลอักขระอยู่ในนั้น ตัวอักษร A คือรูปแบบของพิกเซลสีเข้ม เช่นเดียวกับตัวอักษร B ทุกประการ

PDF สามารถเก็บทั้งสองอย่างไว้พร้อมกันได้ — ภาพและชั้นข้อความที่มองไม่เห็นซึ่งวางทับอยู่ ซึ่งเป็นสิ่งที่ OCR สร้างขึ้น ไฟล์สแกนส่วนใหญ่มีเพียงภาพเท่านั้น นั่นคือเหตุผลที่สแกน 20 หน้าอาจมีขนาด 30 MB ในขณะที่เอกสารที่พิมพ์ 20 หน้ามีขนาด 300 KB

สิ่งที่การแปลงทำได้และทำไม่ได้

การแปลง PDF เป็น Word หรือเป็นข้อความจะดึงชั้นข้อความออกมา หากไม่มีชั้นข้อความ ก็ไม่มีอะไรให้ดึง และผลลัพธ์ตามจริงคือ เอกสารที่มีภาพของหน้า หรือความล้มเหลว

ตัวแปลงที่ “ทำงานได้” กับไฟล์สแกนและสร้างไฟล์ Word ที่มีภาพอยู่ข้างในไม่ได้อ่านหน้าเอกสาร — มันคัดลอกหน้ามาแทน ซึ่งยังมีประโยชน์ได้หากเป้าหมายคือเลย์เอาต์ที่แก้ไขได้ แต่ไม่ได้ให้ข้อความที่คุณค้นหาได้ และไม่ใช่สิ่งที่คนส่วนใหญ่หมายถึงเมื่อพูดว่า “แปลง” ครับ

เว็บไซต์นี้ไม่รัน OCR ไฟล์สแกนยังคงเป็นไฟล์สแกนที่นี่ การแปลงจะคัดลอกสิ่งที่อยู่ตรงนั้นและบอกตามจริง แทนที่จะแต่งคำขึ้นมา หากคุณต้องการข้อความที่ค้นหาได้ โปรดใช้เครื่องมือ OCR — และตรวจสอบว่ามันทำงานในเครื่องก่อนที่คุณจะอัปโหลดเอกสารที่คุณให้ความสำคัญครับ

วิธีดูว่าคุณมีอะไร

การตรวจสอบสามข้อจะช่วยให้รู้ได้ภายในไม่ถึงหนึ่งนาที:

  • เลือกย่อหน้าหนึ่งครับ หากข้อความถูกไฮไลต์ แสดงว่ามีชั้นข้อความอยู่ และการแปลงจะทำงานได้
  • ค้นหาคำที่คุณเห็นบนหน้าครับ หากไม่พบผลลัพธ์ แสดงว่าไม่มีชั้นข้อความ
  • ดูขนาดไฟล์ต่อหน้าครับ หลายร้อยกิโลไบต์ขึ้นไปต่อหน้าแสดงว่าเป็นไฟล์สแกน ส่วนหลักสิบกิโลไบต์แสดงว่าเป็นข้อความ

หากจำเป็นต้องใช้ OCR จริง ๆ

OCR รู้จักอักขระจากพิกเซลและเขียนชั้นข้อความกลับเข้าไปใน PDF เป็นงานที่แตกต่างจากการแปลง ทำงานช้ากว่า และความแม่นยำขึ้นอยู่กับไฟล์สแกน: 300 DPI ตรง มีคอนทราสต์สูง และไม่มีลายมือ โปรดคาดว่าจะต้องแก้ไขชื่อ ตัวเลข และสิ่งใดก็ตามที่จัดรูปแบบด้วยฟอนต์บางครับ

หากต้องการไฟล์สแกนเพียงเพื่ออ่าน การแปลง PDF เป็นภาพมักเพียงพอ และเร็วกว่าและไม่สูญเสียข้อมูลเมื่อเทียบกับ OCR