PDF pesquisável
O que torna um PDF pesquisável, como saber se o seu é e erros comuns ao trabalhar com PDFs somente com imagem.
Um PDF pesquisável é um PDF cujas páginas contêm texto legível por máquina, então um visualizador consegue encontrar palavras, selecionar e copiar texto, e ferramentas de leitura de tela ou de indexação conseguem ler o conteúdo. O texto vem do documento original, como em um PDF exportado de um editor de texto, ou do OCR aplicado às imagens das páginas.
Para páginas digitalizadas e capturas de tela, a forma comum é imagem mais texto: cada página mostra a imagem original, e uma camada de texto invisível gerada pelo OCR fica por cima, nas mesmas posições. A página continua igual, enquanto a busca e a seleção funcionam sobre o texto oculto.
PDF pesquisável ou PDF somente com imagem
| Pesquisável | Somente com imagem | |
|---|---|---|
| Encontrar palavras | Sim | Não |
| Selecionar e copiar texto | Sim | Não |
| Aparência visual | Igual | Igual |
| Origem típica | Exportação ou OCR | Digitalização ou conversão de imagem |
Uma verificação rápida: abra o PDF, pressione Command+F e pesquise uma palavra que você consegue ver. Se nada for encontrado, a página não tem camada de texto.
Onde os PDFs pesquisáveis são usados
- Arquivamento de documentos digitalizados e recibos.
- Notas de estudo criadas a partir de capturas de tela de materiais que você tem permissão para salvar.
- Registros jurídicos e de conformidade que precisam ser pesquisados depois.
- Bases de conhecimento indexadas por ferramentas de busca de documentos.
Como um PDF se torna pesquisável
- Cada imagem de página passa pelo OCR, que detecta o texto e a sua posição.
- O texto reconhecido é gravado na página como objetos de texto com renderização invisível.
- O texto fica alinhado aos glifos visíveis, para que a seleção destaque a área correta.
A precisão do OCR depende da resolução da imagem, do contraste, da fonte e do idioma.
Erros comuns com PDFs pesquisáveis
- Presumir que todo PDF é pesquisável só porque parece texto.
- Executar OCR em imagens de baixa resolução ou muito comprimidas.
- Copiar o texto do OCR sem verificar caracteres lidos de forma errada.
- Confundir um PDF pesquisável com um PDF marcado e acessível.
Transformando páginas em PDF?
O Temposhot exporta uma sessão de captura como PDF pesquisável, com OCR, a partir do painel de resultados. Para imagens existentes, use o Screenshot to Searchable PDF. Veja salvar capturas de tela como PDF no Mac.
Perguntas frequentes
O OCR muda a aparência do PDF?
Não. A imagem original continua visível, e a camada de texto é invisível.
Um PDF pesquisável é acessível?
Não por si só. A acessibilidade também exige tags, ordem de leitura e texto alternativo.
Fontes
Recursos relacionados
- Captura de tela para PDF pesquisável: OCR no navegador.
- Extrair texto de imagem: copia o texto de uma única imagem.
- Formatos de exportação: exportação de PDF a partir de uma sessão.
Você tira as mesmas capturas de tela várias vezes?
O Temposhot captura uma tela, janela ou área em intervalos programados e exporta o conjunto como PDF, imagens, ZIP ou MP4. As ferramentas gratuitas do navegador capturam apenas uma imagem por vez.
Recursos relacionados
Termos relacionados
- OCRO que é OCR, como funciona, onde é usado e erros comuns a evitar ao tornar capturas de tela e digitalizações pesquisáveis.
- Camada de textoO que é uma camada de texto, como ela entra em um documento e por que ela determina se o seu PDF é realmente pesquisável.
- PDF somente com imagemO que é um PDF somente com imagem, por que ele limita a busca e a acessibilidade e como torná-lo pesquisável.
- PDF marcadoO que é um PDF marcado, por que ele importa para a acessibilidade e em que ele difere de um PDF pesquisável.
- Exportação em PDFO que é a exportação em PDF, quando usá-la em vez de formatos de imagem e erros comuns ao exportar para PDF.
- Captura de tela para PDFComo converter capturas de tela em PDF, quando usar exportações de uma ou de várias páginas e erros a evitar.