ลบ PDF Text

มารับไฟล์ PDF สองไฟล์: ไฟล์ที่สร้างด้วยโปรแกรมประมวลผลคำเช่น MS Word และเอกสารที่สแกนหนึ่งไฟล์ ไฟล์ทั้งสองลงท้ายด้วยนามสกุล. pdf อย่างไรก็ตามไฟล์เหล่านี้ไม่เหมือนกัน หากคุณเปิดไฟล์ PDF ที่สร้างด้วยโปรแกรมประมวลผลคำคุณสามารถกด CTRL + F ป้อนคำที่คุณต้องการและซอฟต์แวร์เครื่องมือดู PDF จะเน้นผลลัพธ์ของเอกสาร
แต่ลองเลือกหรือค้นหาข้อความใน PDF ที่ผลิตโดยซอฟต์แวร์เครื่องสแกนของคุณเมื่อคุณสแกนเอกสารกระดาษมันเป็นไปไม่ได้ เป็นเพราะเอกสาร PDF ที่สแกนไม่ได้เป็นข้อความ มันเป็นภาพ PDF ประเภทนี้เรียกว่า PDF แรสเตอร์ และในไม่ช้าก็จะกลายเป็นรูปแบบมาตรฐานสำหรับการจัดเก็บการขนส่งและการแลกเปลี่ยนเอกสารที่สแกน
แล้วมีไฟล์ PDF แบบเวกเตอร์ซึ่งมักจะสร้างจาก CAD รูปแบบหรือโปรแกรมออกแบบกราฟิกเช่น Adobe Illustrator

Text เป็นองค์ประกอบอิสระใน PDF ดั้งเดิม คุณอาจเห็นตัวอักษรใน PDF แต่ตัวอักษรเหล่านั้นไม่จำเป็นต้องเป็นองค์ประกอบข้อความ PDF คุณจะบอกความแตกต่างได้อย่างไร
ตามที่เราเพิ่งเห็นข้อความอาจเป็นภาพแรสเตอร์ของข้อความหรือภาพเวกเตอร์ของข้อความ ในทุกกรณีดูเหมือนว่าข้อความ แต่คอมพิวเตอร์ไม่รู้จักเช่นนั้นและไม่สามารถเลือกหรือค้นหาได้
ข้อความที่สร้างขึ้นโดยโปรแกรมประมวลผลคำไม่ได้เป็นภาพแรสเตอร์หรือภาพเวกเตอร์มันเป็น (เพียงพอ) เรียกว่าข้อความจริงหรือองค์ประกอบข้อความ PDF ข้อความจริงสามารถค้นหาและเลือกได้ มันดูคมชัดแม้ในขณะที่กำลังซูมตรงกันข้ามกับข้อความแบบเวกเตอร์ซึ่งดูเหมือนเป็นก้อนและข้อความแบบแรสเตอร์ซึ่งเป็นพิกเซล
ชอบใน Magritte ของ ภาพวาดที่มีชื่อเสียงในโลก PDF ภาพของข้อความไม่เหมือนกับตัวข้อความ

ในการทำให้ข้อความของเอกสารที่สแกนสามารถค้นหาได้คุณจะต้องเรียกใช้ผ่าน OCR กระบวนการนี้เพิ่มเลเยอร์ของข้อความที่มองไม่เห็นใน PDF ดังนั้นเอ็นจิ้น OCR สามารถจดจำตัวอักษรและ "อ่าน" ข้อความ ข้อความนี้ไม่ได้ใช้ระหว่างการพิมพ์หรือดูเอกสาร PDF และผู้ใช้จะไม่เห็นข้อความ
ทำไมคุณต้องลบข้อความที่ซ่อนอยู่ของ PDF บางครั้งข้อความที่สแกนซึ่งถูก OCRed อาจไม่แสดงผลในมุมมอง ในบางกรณีเคล็ดลับคือการลบข้อความที่ซ่อนอยู่และประมวลผลเอกสารอีกครั้งด้วยเครื่องมืออื่น (เช่น AvePDF OCR PDF )
อาจเป็นไปได้ว่าเอ็นจิ้น OCR ที่คุณใช้นั้นจำเป็นต้องได้รับการอัพเดตและคุณต้องการประมวลผลเอกสารอีกครั้งหรือเปลี่ยนไปใช้เครื่องมืออื่นที่มีประสิทธิภาพดีกว่า ข้อพิจารณาล่าสุดหากคุณบันทึกเป็นชุด PDF / OCR ของเอกสารที่มีไฟล์ OCR แล้วไฟล์ผลลัพธ์จะหนักกว่า