Waarom gescande PDF's anders zijn
Een PDF is een container. Sommige PDF's bevatten echte tekst (brieven die je kunt selecteren en kopiëren); andere bevatten alleen afbeeldingen van pagina's — wat een scanner of een telefoon-app produceert. Voor een pagina met alleen afbeeldingen ziet een samenvattingstool die alleen de tekstlaag leest een leeg document.
Wanneer je hier een PDF uploadt, controleert de tool eerst hoeveel leesbare tekst elk document heeft. Als de tekstlaag ontbreken of te slecht is, voert de tool optische tekenherkenning (OCR) uit op de pagina's en vat hij vervolgens de herkende tekst samen. Het resultaatpaneel toont een OCR-badge zodat je weet welke methode is gebruikt.
Zo vat je een gescande PDF samen
- Upload de scanElke PDF van een scanner, multifunctionele printer of een scan-app voor je telefoon.
- Wacht een paar seconden extraOCR kost meer tijd dan het lezen van een tekstlaag: reken op ongeveer 2-4 seconden per pagina.
- Kies wat je nodig hebtSamenvatting, kernpunten, vragen of Tekst extraheren om de herkende tekst op te slaan als een .txt-bestand.
- Controleer namen, datums en cijfersOCR kan vergelijkbare tekens door elkaar halen (0/O, 1/l, 5/S), vooral bij scans van lage kwaliteit.
Goede OCR-resultaten behalen
- Resolutie: 200-300 dpi is ideaal. Onder de 150 dpi wordt kleine druk onbetrouwbaar.
- Rechte pagina's: scheve of gebogen pagina's (boekenruggen) verminderen de nauwkeurigheid.
- Contrast: zwarte tekst op wit papier werkt het best; vervaagde thermische bonnen en gekleurde achtergronden zijn lastig.
- Handgeschreven tekst wordt over het algemeen niet betrouwbaar herkend.
- Gemengde PDF's zijn geen probleem: als de meeste pagina's tekst bevatten, wordt de tekstlaag gebruikt.
Veelvoorkomende gescande documenten die mensen samenvatten
- Ondertekende papieren contracten en huurovereenkomsten.
- Brieven van overheden, banken en verzekeraars.
- Oude rapporten, scripties en gedupliceerde archieven van papier.
- Medische of schooldossiers die als scan zijn ontvangen (controleer deze goed).
- Boekhoofdstukken gescand voor een cursus.
Veelgestelde vragen
Hoe weet ik of mijn PDF is gescand?
Open de PDF en probeer een woord te selecteren. Als je geen tekst kunt selecteren, of als de selectie de hele pagina als een afbeelding bedekt, is de PDF gescand. De tool detecteert dit overigens automatisch.
Waarom slechts 40 pagina's met OCR?
OCR vraagt veel rekenkracht. Om de gratis tool voor iedereen snel te houden, worden gescande PDF's tot de eerste 40 pagina's voorzien van OCR. Documenten met een tekstlaag kunnen tot 300 pagina's lang zijn.
Welke talen herkent de OCR?
Engels, Frans, Duits, Spaans, Italiaans en Portugees worden het best herkend. Andere talen met het Latijnse alfabet werken vaak met meer fouten; niet-Latijnse schriften in gescande afbeeldingen worden nog niet betrouwbaar herkend.
Kan ik alleen de herkende tekst opvragen?
Ja. Gebruik het tabblad Tekst extraheren en download de tekst pagina voor pagina als een .txt-bestand.
Is een foto van een document ook goed?
Telefoonscherm- of scan-apps die een platte, bijgesneden PDF produceren werken goed. Een ruwe foto opgeslagen als PDF werkt als de pagina plat, scherp en goed verlicht is.