Junte PNGs Num Único PDF
Coloque todas as páginas PNG num ZIP, nomeadas na ordem de leitura desejada: os nomes viram a ordem das páginas do PDF. O OCR atua por baixo de cada imagem sem substituí-la, então a página fica igual à captura ou digitalização original.
Uma vez concluído o processamento, obtém um único PDF onde cada página tem uma camada de texto invisível alinhada por baixo dos pixels. Abra-o em qualquer leitor, selecione uma frase que se estenda por dois dos seus PNGs originais, e a seleção acompanha as palavras em vez de parar na antiga fronteira entre ficheiros.
Porquê Juntar Digitalizações em PNG
Capturas de ecrã em PNG e páginas digitalizadas tendem a ser uniformes: a mesma resolução, o mesmo fundo branco, a mesma renderização de tipo de letra de um ficheiro para o outro, porque normalmente vêm da mesma passagem pelo digitalizador ou da mesma ferramenta de exportação. Essa consistência faz com que um PDF combinado se comporte de forma previsível, já que o tamanho do texto e o contraste raramente variam entre páginas adjacentes da forma como acontece com fotografias tiradas com câmara.
Combinar dez ou vinte PNGs num único PDF também significa ter apenas uma coisa para enviar por email, imprimir ou arquivar, em vez de uma pasta de imagens soltas que um colega tem de abrir uma a uma, adivinhando a ordem correta.
Onde Este Conjunto se Encaixa
Capturas de ecrã de várias páginas de um contrato assinado através de um portal web, uma conversa guardada página a página, ou folhas de trabalho digitalizadas exportadas como PNGs separados pelo software de um digitalizador de mesa chegam todas como ficheiros de imagem soltos que pertencem juntos como um único documento assim que são combinados.
Transformar esse conjunto num único PDF pesquisável torna-o algo que pode anexar a um email, arquivar sob um único nome num sistema de registos, ou pesquisar por palavra-chave meses depois sem se lembrar qual dos quinze PNGs continha a cláusula de que precisava.
Manter Todas as Páginas Nítidas
O PNG não tem perdas, pelo que os pixels de origem que entram no OCR estão tão limpos como a ferramenta de captura ou digitalização os produziu, sem os artefactos de compressão que desfocam os contornos das letras da forma como um JPEG regravado o faria. A precisão do reconhecimento neste tipo de entrada é sobretudo limitada pela captura original: uma captura de ecrã de baixa resolução continua a limitar o que o OCR consegue resolver, mesmo em formato PNG.
Verifique a camada de texto do PDF final numa página com letra pequena ou uma tabela, uma vez que esses pontos revelam primeiro uma resolução de captura no limite. Se uma página ficar pior do que as vizinhas, exporte novamente só essa página numa resolução mais alta e reconstrua o conjunto, em vez de aceitar uma página fraca dentro de um ficheiro que, de resto, é nítido.
Ordenar o Seu Conjunto de PNGs
Nomeie os arquivos em ordem de página (01, 02, 03…) antes de compactar em ZIP: as páginas seguem os nomes, e não há etapa para reordenar depois. Tamanhos e orientações diferentes são mantidos individualmente, então uma página em retrato e outra em paisagem ficam lado a lado sem esticar.
Uma captura de ecrã que ficou de lado ou invertida não precisa de ser corrigida antes: cada imagem é posta na posição certa antes de ser lida, por isso todas as páginas do PDF combinado saem direitas e pesquisáveis.