PDF-Texterkennung - Riconoscimento del testo nei PDF

Un PDF scansionato è in sostanza una foto. All’occhio sembra testo, ma il computer vede solo pixel: non puoi selezionare, copiare o cercare nulla. L’OCR (riconoscimento ottico dei caratteri) ribalta la situazione: riconosce le lettere nell’immagine e le trasforma in testo vero, ricercabile. È quello che fa la PDF-Texterkennung, pagina per pagina e con anteprima, così vedi cosa è stato riconosciuto.

Il focus è sulla posta tedesca di uffici e finanza. Steuerbescheide (avvisi di accertamento fiscale), lettere degli uffici, contratti, atti, fatture: arrivano spesso scansionati, e questo è un problema soprattutto quando vuoi riutilizzare i numeri e le scadenze che contengono. Preset pronti impostano lingua e risoluzione giuste per ogni tipo di documento, così non perdi tempo con le impostazioni.

Il riconoscimento funziona in tedesco, in inglese o in entrambe le lingue mescolate. In particolare i testi tedeschi con dieresi e con la ß traggono vantaggio dalla scelta della lingua giusta. Per i documenti che mescolano le due lingue c’è la modalità combinata, che usa entrambi i dizionari insieme.

La risoluzione decide precisione e velocità. 150 DPI è veloce e basta per pagine pulite, stampate bene. 300 DPI è lo standard per la maggior parte dei documenti. 600 DPI dà il massimo con caratteri piccoli, contratti o scansioni un po’ sbiadite, ma richiede un po’ più di tempo. Per ogni pagina ricevi un valore di affidabilità che mostra quanto il riconoscimento era sicuro.

Puoi guardare il risultato pagina per pagina o come testo continuo, cercarci dentro direttamente nel browser ed estrarre il testo riconosciuto, pronto da riutilizzare, ad esempio per portare un numero in un calcolatore o una scadenza nel Fristenwächter (il guardiano delle scadenze). Il numero di parole e di caratteri di ogni pagina è sempre sotto controllo.

Il riconoscimento vero e proprio richiede potenza di calcolo e gira quindi sul server, ma solo per questo passaggio. I tuoi documenti non vengono conservati in modo permanente. Nessun abbonamento per una semplice scansione, nessuna deviazione verso un servizio cloud estero con condizioni sulla privacy poco chiare.