Как сделать отсканированный PDF доступным для поиска на Mac

Искать в отсканированном PDF не получается потому, что внутри лежит фотография каждой страницы, а не сами буквы. Планшетные сканеры, приложения для сканирования на телефоне и офисные копиры обычно сохраняют страницы именно так, если только не запускают распознавание прямо при сканировании.

В итоге файл выглядит как документ, но ведет себя как фотоальбом. Command-F в «Просмотре» ничего не находит, Spotlight не может найти файл по его содержимому, номер счета не скопировать в письмо, а программам чтения с экрана нечего озвучивать.

«Просмотр» не умеет добавлять текстовый слой в PDF, поэтому сделать скан доступным для поиска он не может. Функция «Онлайн-текст» в macOS позволяет выделять текст внутри изображений — это удобно, когда нужно выхватить один телефон или адрес.

Загвоздка в том, что в сам файл ничего не записывается. Spotlight, другие программы и человек, которому вы отправите PDF, по-прежнему получат картинку. Для документа, в котором вы будете искать позже или который передадите кому-то еще, текст должен быть встроен в сам PDF.

Инструмент «OCR PDF» в File Acture запускает распознавание текста Vision от Apple на каждой отсканированной странице и встраивает результат невидимым текстовым слоем поверх исходного изображения. Страница выглядит в точности как раньше, но в ней можно искать, выделять строки и копировать их.

Вы выбираете Язык документа: «Автоматическое определение» либо один из языков — английский, турецкий, немецкий, французский, испанский, итальянский, португальский, русский, китайский, японский и корейский. В поле Точность есть «Высокая точность» — вариант по умолчанию, который читает внимательнее, — и «Быстро», подходящий для длинных серий чистых печатных страниц. Страницы, в которых текст уже есть, копируются как есть, поэтому в PDF из набранных и отсканированных страниц не появится задвоенного текста.

Для PDF с паролем появляется поле Пароль, и копия с поиском снова защищается тем же паролем. Название документа, автор, тема и ключевые слова сохраняются, а к имени каждой копии добавляется «-searchable». За один запуск можно обработать несколько PDF, и ваши исходные файлы остаются без изменений.

Распознавание не бывает лучше самого скана, поэтому ровные и четкие страницы дают лучший текст.

• Выберите язык. «Автоматическое определение» подходит многим документам, но выбранный язык подсказывает распознаванию, чего ждать, — особенно это важно для китайского, японского, корейского и русского.
• Сканируйте в 300 DPI. Если сканер в ваших руках, 300 DPI — хорошая настройка для текста. Существенно ниже — и мелкий шрифт превращается в размытые пятна, которые трудно прочитать.
• Сначала выровняйте страницы. Поставьте боковые страницы прямо с помощью инструмента «Повернуть страницы», а потом запускайте распознавание.
• Фотографии документов? Соберите их в один PDF с помощью «Изображения в PDF», а затем распознайте текст в получившемся файле.
• Сохраните оригинал. Копия с распознанным текстом отрисовывается заново страница за страницей, поэтому ссылки, закладки и поля форм не переносятся.
• Следите за размером файла. Распознавание добавляет текст, но не уменьшает изображения. Если копия слишком большая для отправки, пропустите ее через «Сжать PDF» — текстовый слой останется на месте.

Онлайн-сервисам распознавания нужен ваш документ на их серверах, а это важно, когда речь о банковских выписках, письмах из клиники и сканах удостоверений. File Acture распознает текст на вашем Mac, поэтому страницы его не покидают, а Pro работает и без подключения к интернету, выходя в сеть лишь изредка, чтобы продлить лицензию.

В бесплатной версии — 3 запуска на каждом Mac, до 5 PDF за запуск. Для больших архивов сканов — посмотрите цены.