PDF 텍스트 제거

예를 들어 MS Word와 같은 워드 프로세서로 만든 파일과 스캔 한 문서의 두 가지 PDF 파일을 살펴 보겠습니다. 두 파일은 모두 .pdf 확장자로 끝납니다. 그러나이 파일들은 동일하지 않습니다. 워드 프로세서로 만든 PDF 파일을 열면 Ctrl + F를 누르고 원하는 단어를 입력하면 PDF 뷰어 소프트웨어가 문서의 결과를 강조 표시합니다.
그러나 종이 문서를 스캔 할 때 스캐너 소프트웨어에서 생성 한 PDF에서 텍스트를 선택하거나 검색해보십시오. 불가능합니다. 스캔 한 PDF 문서는 텍스트 기반이 아니기 때문입니다. 이미지 기반입니다. 이 유형의 PDF를 PDF 래스터 스캔 한 문서를 저장, 전송 및 교환하기위한 표준 형식이되었습니다.
그리고, 종종 벡터에서 생성되는 벡터 PDF가 있습니다 치사한 사람 형식 또는 Adobe Illustrator와 같은 그래픽 디자인 프로그램.

텍스트는 기본 PDF에서 독립적 인 요소입니다. PDF에 텍스트 문자가 표시 될 수 있지만 해당 문자가 반드시 PDF 텍스트 요소 인 것은 아닙니다. 차이점을 어떻게 알 수 있습니까?
방금 본 것처럼 텍스트는 텍스트의 래스터 이미지이거나 텍스트의 벡터 이미지 일 수 있습니다. 모든 경우에 텍스트처럼 보이지만 컴퓨터는이를 인식하지 못하므로 선택하거나 검색 할 수 없습니다.
워드 프로세서로 생성 된 텍스트는 래스터 나 벡터 이미지가 아니며 실제 텍스트 또는 PDF 텍스트 요소라고 부릅니다. 실제 텍스트는 검색 및 선택 가능합니다. 확대 할 때도 울퉁불퉁 한 벡터 텍스트와 픽셀 화 된 래스터 텍스트와 달리 선명하게 보입니다.
처럼 마그리트 유명한 그림, PDF 세계에서 텍스트 이미지는 텍스트 자체와 동일하지 않습니다.

스캔 한 문서의 텍스트를 검색 가능하게하려면 OCR을 통해 문서를 실행해야합니다. 이 프로세스는 PDF에 보이지 않는 텍스트 레이어를 추가하여 OCR 엔진이 문자를 인식하고 텍스트를 "읽을"수 있습니다. 이 텍스트는 PDF 문서를 인쇄하거나 볼 때 사용되지 않으며 사용자에게 보이지 않습니다.
왜 PDF의 숨겨진 텍스트를 제거해야합니까? 때로는 OCR 된 스캔 한 텍스트가 뷰어에 제대로 표시되지 않습니다. 어떤 경우에는 숨겨진 텍스트를 제거하고 다른 도구 (예 : AvePDF OCR PDF ).
사용중인 OCR 엔진을 업데이트해야하고 문서를 다시 처리하거나 더 나은 성능으로 다른 도구로 전환하려고 할 수도 있습니다. 마지막 고려 사항은 이미 OCR 파일이 포함 된 배치 문서를 PDF / OCR로 저장하는 경우 결과 파일이 더 무겁다는 것입니다.