Vyčistit soubory PDF

Proč je optimalizace naskenovaných dokumentů tak důležitá? Kromě lepší čitelnosti a vizuálního vzhledu souborů existují další výhody při čištění naskenovaných dokumentů.
Jakýkoli detekční engine jako OCR poskytne lepší výsledky v jasném dokumentu. To je také případ rozpoznávání čárových kódů , zaškrtávací políčka ve formulářích pro zkoušky, speciální písma v šecích a jakékoli další prvky.
Získáte také lepší výsledky komprese u vyčištěných dokumentů. Nástroje jako hyper-komprese zajistěte nejlepší poměr kvality a čitelnosti pro vaše soubory PDF a někdy dokonce zlepšete čitelnost naskenovaných dokumentů díky mnoha optimalizačním algoritmům.
Po vyčištění dokumentů je můžete zkomprimovat a převést na PDF / A pro dlouhodobou archivaci a uchování. Lidé, kteří budou vaše dokumenty v budoucnu používat, vám za to děkují!

Naskenované dokumenty často obsahují nežádoucí a náhodně šířené artefakty známé jako „šum“. V zobrazovací doméně máme dokonce „šum soli a pepře“, což jsou světlé pixely na tmavších oblastech a tmavé pixely na světlejších oblastech obrazu, jako by někdo na dokument nalil částice soli a pepře (zobrazování má ráda metafory).
Existuje mnoho filtrů pro odstranění šumu ze skenovaného dokumentu.
Filtr Despeckle odstraňuje šum z obrázků bez rozmazání okrajů. Pokouší se detekovat složité oblasti a nechat je nedotčené, zatímco vyhlazuje oblasti, kde bude znatelný hluk. Despeckle může vyčistit špinavé nebo vybledlé kresby, které po skenování vykazují skvrny nebo skvrny.
The Střední filtr snižuje šum ve vrstvě smícháním jasu pixelů v rámci výběru pomocí algoritmu. Filtr vyhledá pixely s podobným jasem, vyřadí pixely, které se příliš liší od sousedních pixelů, a nahradí středový pixel střední hodnotou jasu prohledávaných pixelů. Pomáhá eliminovat nebo omezit vzhled pohybu v obrazu nebo nežádoucích vzorů, které se mohou objevit na naskenovaném obrázku.
Střední filtrování zvláště vylepšuje výsledky OCR, protože odstraňuje šum, ale zachovává hrany.

Zkosení je artefakt, který se může objevit během procesu skenování dokumentu, a spočívá v rotaci textu / obrázků dokumentu v mírném úhlu. Většinou k tomu dochází, když je papír ve skeneru nesprávně umístěn. Autodeskew je proces detekce a řešení tohoto problému u naskenovaných souborů, takže u šikmých obrázků bude text / obrázky správně zarovnán.
Tento filtr zvyšuje rychlost přesnosti rozpoznávání znaků, protože zarovnaný text je mnohem blíže tomu, co má software OCR narazit při provádění analýzy obrazu. Jas a kontrast jsou velmi dobře známé úpravy obrazu a jsou zvláště důležité pro skenované dokumenty, protože mohou výrazně zlepšit čitelnost.
Často zapomínáme na gama korekci, ale změna nastavení gama na velmi světlém obrazu způsobí, že bude čitelný, aniž by jej ztmavil. Jeho účelem je optimalizovat kontrast a jas ve středních tónech při zachování černobílých prvků.
A nástroj oříznutí je užitečné, když potřebujete vystřihnout nežádoucí oblasti stránky. A pokud potřebujete odstranit černé okraje a děrovat díry, náš widget pro vyčištění to udělá za vás!