PDF digitalizado ou PDF pesquisável
Dois PDFs podem parecer idênticos na tela e se comportar de forma muito diferente. Uma digitalização simples contém apenas imagens das páginas, então o computador enxerga pixels, não palavras. Um PDF pesquisável acrescenta uma camada de texto invisível sobre as imagens, o que permite pesquisar, selecionar e copiar o texto. O reconhecimento óptico de caracteres, o OCR, é a etapa que cria essa camada a partir das imagens das páginas.
Visão rápida
| Aspecto | Digitalizado (só imagem) | Pesquisável (com camada de texto) |
|---|---|---|
| O que contém | Só imagens das páginas. | As mesmas imagens mais o texto reconhecido. |
| Busca com Ctrl+F | Não encontra nada. | Encontra palavras e frases. |
| Copiar e colar | Não copia nada, ou copia uma imagem. | Copia o texto. |
| Leitores de tela | Não conseguem ler o conteúdo em voz alta. | Conseguem ler o texto reconhecido. |
| Aparência | Exatamente como foi digitalizado. | Idêntica, porque a camada de texto é invisível. |
| Como se obtém | Direto do scanner ou de uma foto no celular. | Rodando o OCR no arquivo digitalizado. |
Qual a precisão da camada de texto?
A precisão do OCR depende da digitalização. Páginas retas, bem iluminadas e em cerca de 300 DPI dão bons resultados; letra à mão, carimbos, letras miúdas e fotos tortas geram mais erros. Girar e recortar as páginas antes melhora o resultado. Como a camada vem de um reconhecimento, ela pode ter erros mesmo quando a imagem da página parece perfeita, então confira nomes e números importantes antes de confiar em uma busca.
Quando escolher cada um
Digitalizado (só imagem)
Fique com a digitalização só de imagem quando você precisar apenas de uma cópia visual, por exemplo uma página assinada que ninguém vai pesquisar. O arquivo continua simples e não há dúvida sobre texto reconhecido.
Pesquisável (com camada de texto)
Deixe o PDF pesquisável quando precisar encontrar palavras, copiar trechos para outro documento, usar um leitor de tela ou manter um acervo grande fácil de pesquisar no futuro. Arquivos pesquisáveis também permitem extrair textos e tabelas para outros programas.
Ferramentas gratuitas para as duas opções
Guias que colocam o termo em prática
- PDF digitalizado pesquisávelPasso a passo: endireite as páginas da digitalização, rode o OCR para buscar e copiar o texto e depois deixe o arquivo menor para arquivar ou compartilhar.
- Digitalizar um arquivo de papelPasso a passo: transforme arquivos TIFF de scanner e fax em PDF, junte cada lote em um documento, remova os versos em branco e reduza as digitalizações para arquivar.
Termos de PDF explicados
- OCR (reconhecimento óptico de caracteres)O OCR transforma a imagem de uma página em texto que pode ser pesquisado e copiado. Veja como funciona, o que afeta a precisão e por que um PDF digitalizado precisa dele.
- Camada de textoA camada de texto é a parte do PDF que guarda caracteres de verdade, para você pesquisar, selecionar e copiar. Veja como as digitalizações ganham uma com OCR e como conferir.
Perguntas frequentes
- Como saber se meu PDF já tem texto?
- Tente selecionar uma palavra ou pesquisá-la. Se nada ficar destacado, a página é uma imagem e precisa de OCR.
- O OCR muda a aparência do documento?
- Não. O texto reconhecido fica em uma camada invisível atrás da imagem da página, então o resultado visual é o mesmo. Você continua podendo dar zoom, imprimir e fazer anotações na página como antes.
- Quais idiomas a ferramenta de OCR lê?
- A ferramenta gratuita de OCR lê inglês, português, espanhol, francês, alemão e italiano.