OCR PDF

সার্চযোগ্য PDF, যাকে কখনও ইমেজ প্লাস টেক্সট বলা হয়, প্রতি পেজে দুটি জিনিস রাখে: ছবি হিসেবে আসল স্ক্যান, আর ছাপা শব্দগুলোর ঠিক ওপরে বসানো শনাক্ত টেক্সটের একটি অদৃশ্য স্তর। ভিউয়ার ছবিটি দেখায় এবং অনুসন্ধান, সিলেক্ট, কপি ও স্ক্রিন রিডারের জন্য টেক্সট ব্যবহার করে। দেখতে কিছুই বদলায় না, তাই আর্কাইভ, আইনি অফিস ও রেকর্ড বিভাগ স্ক্যান করা কাগজের জন্য এটি পছন্দ করে।

PDF ২০০৮ সালে ওপেন স্ট্যান্ডার্ড ISO 32000 হয়েছে, আর ISO 19005-এ সংজ্ঞায়িত আর্কাইভ প্রোফাইল PDF/A দশকের পর দশক পড়া যাবে এমন স্ক্যান করা রেকর্ডে বহুল ব্যবহৃত। Adobe Acrobat-এ একই কাজ Scan & OCR টুলে হয়, আর অনেক অফিস স্ক্যানারেও "searchable PDF" আউটপুট আছে; এখানকার ফলাফল একটি সাধারণ PDF, যা যেকোনো ভিউয়ারে খোলে।

যখন স্ক্যানটিই আসল রেকর্ড, যেমন সই করা চুক্তি, দলিল বা মেডিকেল রিপোর্ট, তখন সার্চযোগ্য PDF-ই সঠিক পছন্দ। অন্য আউটপুটগুলো শনাক্ত শব্দ থেকে নতুন ডকুমেন্ট বানায়, এডিট করতে হলে কাজের, কিন্তু কপিটি শনাক্তকরণের মানের ওপর নির্ভর করে। যে PDF-এ আগে থেকেই আসল টেক্সট আছে তা থেকে Word পেতে PDF থেকে Word ব্যবহার করুন, এটি OCR ছাড়াই বিদ্যমান টেক্সট পড়ে; শুধু শব্দ চাইলে স্ক্যান করা PDF থেকে টেক্সট সেই কাজের জন্য তৈরি।

টেক্সট স্তর ফাইলের সাইজ সামান্যই বাড়ায়, কারণ পেজের ছবির তুলনায় টেক্সট খুব ছোট। স্ক্যান আগে থেকেই আপলোড ফর্মের জন্য বড় হয়ে থাকলে আগে OCR চালান, তারপর ফর্মের অনুমোদিত সাইজে PDF কমপ্রেস করুন।