หน้าจอแสดงคำไทยชัดและลากเลือกได้ แต่เมื่อนำไปวางกลับเป็นตัวอักษรอื่น ทดสอบข้อความที่คัดลอกจริงก่อนแปลงทั้งเอกสาร การมองเห็นถูกกับการดึงข้อความถูกเป็นคนละสิ่งที่ต้องตรวจ
ทำไมเห็นกับคัดลอกจึงต่างกัน
เอกสาร PDF Reference ของ Adobe แยกการวาดรูปร่างตัวอักษรออกจากการระบุความหมายของอักขระสำหรับค้นหาและส่งออก บางฟอนต์ต้องมีข้อมูลประกอบ เช่น ToUnicode เพื่อจับคู่รหัสกับตัวอักษร Unicode
จึงเป็นไปได้ที่ภาพคำจะดูถูก แต่ข้อมูลที่ใช้ดึงข้อความไม่พอหรือไม่ตรง นี่เป็นคำอธิบายหนึ่งที่ควรตรวจ ไม่ใช่การวินิจฉัยทุกไฟล์จากอาการเดียว
ทดสอบสั้น ๆ ก่อน
เราแนะนำให้เลือกประโยคที่รู้ว่าอ่านว่าอะไร แล้ววางในโปรแกรมข้อความล้วน เทียบคำ ชื่อ และตัวเลขกับ PDF ทำซ้ำอีกหน้าหรืออีกฟอนต์เพื่อดูขอบเขตปัญหา
| สิ่งที่พบ | ทางที่เราแนะนำ |
|---|---|
| คัดลอกถูก แต่ลำดับสลับ | ตรวจคอลัมน์และลำดับการอ่าน |
| ตัวอักษรผิดตั้งแต่คัดลอก | ขอไฟล์ต้นทางหรือ PDF ที่ส่งออกใหม่ |
| ไม่มีข้อความให้เลือก | แยกตรวจว่าเป็นภาพสแกนหรือไม่ |
| ผิดเฉพาะบางช่วง | จดหน้าและตำแหน่งเพื่อตรวจเฉพาะจุด |
การเปลี่ยนฟอนต์ใน Word ไม่ได้เป็นการแก้ข้อมูลตัวอักษรใน PDF ต้นทางโดยอัตโนมัติ
ใช้เครื่องมือให้ตรงปัญหา
PDF เป็น Word ของ FileMyLove ดึงข้อความจาก PDF มาสร้างเอกสาร ไม่ได้มีตัวแก้ ToUnicode โดยเฉพาะ หากผลคัดลอกผิดอยู่แล้ว อย่าคาดหวังว่าการแปลงซ้ำจะคืนคำที่ถูกเสมอ
เมื่อไม่มีต้นฉบับ เราแนะนำให้ทดลอง PDF เป็นรูป สำหรับหน้าที่มีปัญหา แล้วใช้ รูปเป็นข้อความ อ่านจากภาพ ตรวจทุกคำกับหน้าเดิม วิธีนี้เป็นการอ่านข้อความใหม่ ไม่ใช่ซ่อมข้อมูลตัวอักษรเดิม และไม่รับประกันความถูกต้อง
อย่าถือว่าการเพิ่มชั้น OCR ลง PDF จะลบข้อความเก่าที่ผิด: เครื่องมือ OCR PDF ของเว็บเพิ่มข้อความที่รู้จำบนหน้าเดิม ไม่ได้ออกแบบมาแทนที่แผนที่รหัสฟอนต์ที่เสีย
ตรวจสำเนาก่อนนำไปใช้
เก็บ PDF ต้นฉบับพร้อมสำเนาที่แก้แล้ว ตรวจชื่อเฉพาะ จำนวนเงิน วันที่ และคำที่เปลี่ยนความหมาย หากคำครบแต่ย่อหน้าสลับ ให้ดู PDF สองคอลัมน์เป็น Word แยกจากปัญหาตัวอักษร
การแปลงและ OCR ของเว็บทำในเบราว์เซอร์ ไม่อัปโหลดไฟล์ ควรทดลองหน้าสั้น ๆ ก่อนทำเอกสารยาวทั้งหมด
