Mac पर स्कैन की हुई PDF को सर्चेबल कैसे बनाएं

स्कैन की हुई PDF में सर्च इसलिए नहीं होता क्योंकि उसमें हर पेज की फ़ोटो होती है, खुद अक्षर नहीं। फ़्लैटबेड स्कैनर, फ़ोन के स्कैनिंग ऐप और ऑफ़िस कॉपियर आम तौर पर पेज इसी तरह सेव करते हैं, जब तक वे स्कैन करते समय OCR न चलाएं।

नतीजा दिखता तो डॉक्यूमेंट जैसा है, पर बर्ताव फ़ोटो एल्बम जैसा करता है। Preview में Command-F कुछ नहीं ढूंढता, Spotlight फ़ाइल को उसके अंदर लिखी बातों से नहीं ढूंढ पाता, आप अकाउंट नंबर कॉपी करके ईमेल में नहीं डाल सकते, और स्क्रीन रीडर के पास पढ़ने को कुछ नहीं होता।

Preview किसी PDF में टेक्स्ट लेयर नहीं जोड़ सकता, इसलिए वह स्कैन को सर्चेबल नहीं बना सकता। macOS का Live Text इमेज के अंदर का टेक्स्ट चुनने देता है, जो कोई एक फ़ोन नंबर या पता उठाने के लिए काम का है।

दिक्कत यह है कि फ़ाइल में कुछ भी नहीं लिखा जाता। Spotlight, दूसरे ऐप और जिसे आप PDF भेजते हैं, उन सबको अब भी बस एक तस्वीर मिलती है। जिस डॉक्यूमेंट को आप बाद में सर्च करेंगे या किसी और को देंगे, उसका टेक्स्ट खुद PDF के अंदर एम्बेड होना चाहिए।

File Acture का “OCR PDF” टूल हर स्कैन किए पेज पर Apple का Vision टेक्स्ट रिकग्निशन चलाता है और नतीजे को ओरिजिनल इमेज के ऊपर एक अदृश्य टेक्स्ट लेयर के रूप में एम्बेड कर देता है। पेज बिल्कुल पहले जैसा दिखता है, लेकिन अब आप उसमें सर्च कर सकते हैं, लाइनें चुन सकते हैं और उन्हें कॉपी कर सकते हैं।

आप Document Language (डॉक्यूमेंट की भाषा) चुनते हैं: Automatic Detection (अपने आप पहचान), या अंग्रेज़ी, तुर्की, जर्मन, फ़्रेंच, स्पेनिश, इतालवी, पुर्तगाली, रूसी, चीनी, जापानी और कोरियाई में से कोई एक। Accuracy में Accurate मिलता है, जो डिफ़ॉल्ट है और ज़्यादा ध्यान से पढ़ता है, और Fast, जो साफ़ छपे ढेर सारे पेजों के लिए ठीक है। जिन पेजों में पहले से टेक्स्ट है, वे वैसे ही कॉपी हो जाते हैं, इसलिए टाइप किए और स्कैन किए पेजों वाली मिली-जुली PDF में टेक्स्ट दोहरा नहीं होता।

पासवर्ड वाली PDF के लिए एक पासवर्ड फ़ील्ड आता है, और सर्चेबल कॉपी को उसी पासवर्ड से फिर से सुरक्षित कर दिया जाता है। डॉक्यूमेंट का टाइटल, लेखक, विषय और कीवर्ड बने रहते हैं, और हर कॉपी नाम में “-searchable” जोड़कर सेव की जाती है। आप एक ही रन में कई PDF प्रोसेस कर सकते हैं, और आपकी ओरिजिनल फ़ाइलों में कोई बदलाव नहीं होता।

OCR उतना ही अच्छा होता है जितना स्कैन, इसलिए सीधे और साफ़ पेज सबसे अच्छा टेक्स्ट देते हैं।

• भाषा चुनें। Automatic Detection कई डॉक्यूमेंट के लिए काम करता है, लेकिन भाषा चुनने से रिकग्नाइज़र को पता रहता है कि क्या उम्मीद करनी है, और चीनी, जापानी, कोरियाई और रूसी के लिए यह सबसे ज़्यादा मायने रखता है।
• 300 DPI पर स्कैन करें। अगर स्कैनर की सेटिंग आपके हाथ में है, तो टेक्स्ट के लिए 300 DPI अच्छी सेटिंग है। इससे काफ़ी कम पर छोटे अक्षर धुंधली आकृतियों में बदल जाते हैं, जिन्हें पढ़ना मुश्किल होता है।
• पहले पेज सीधे करें। OCR चलाने से पहले आड़े पड़े पेजों को पेज घुमाएं से सीधा कर लें।
• डॉक्यूमेंट की फ़ोटो हैं? उन्हें इमेज से PDF से एक PDF में डालें, फिर उस PDF पर OCR चलाएं।
• ओरिजिनल संभालकर रखें। OCR कॉपी पेज-दर-पेज नए सिरे से बनती है, इसलिए लिंक, बुकमार्क और फ़ॉर्म फ़ील्ड उसमें नहीं आते।
• फ़ाइल साइज़ पर ध्यान दें। OCR टेक्स्ट जोड़ता है; इमेज छोटी नहीं करता। अगर कॉपी भेजने के लिए बहुत बड़ी है, तो उस पर PDF कम्प्रेस करें चलाएं, टेक्स्ट लेयर अपनी जगह बनी रहेगी।

ऑनलाइन OCR सर्विस को आपका डॉक्यूमेंट अपने सर्वर पर चाहिए, और बैंक स्टेटमेंट, मेडिकल पत्रों और ID कार्ड के स्कैन के लिए यह बड़ी बात है। File Acture टेक्स्ट रिकग्निशन आपके Mac पर ही चलाता है, इसलिए पेज कभी आपके Mac से बाहर नहीं जाते, और Pro वर्शन बिना इंटरनेट कनेक्शन के चलता है और सिर्फ़ लाइसेंस रिन्यू करने के लिए कभी-कभार ऑनलाइन जाता है।

मुफ्त वर्शन में हर Mac पर 3 रन मिलते हैं, और हर रन में ज़्यादा से ज़्यादा 5 PDF। स्कैन के लंबे आर्काइव के लिए कीमत देखें।