Unire più scansioni in un unico PDF ricercabile
Trasforma foto o scansioni in un unico PDF ricercabile in tre passaggi con OnCloudPDF: JPG in PDF crea un PDF dalle tue immagini, Unire PDF lo unisce ad altri PDF se serve, e OCR PDF aggiunge un livello di testo invisibile in una di otto lingue. L’OCR gira nel tuo browser, può essere lento sui file lunghi e la sua precisione dipende da quanto sono nitide le scansioni.
Aggiornato · Funziona nel tuo browser, senza caricare file e senza account
Cosa stai costruendo e a cosa serve
La foto di una pagina è solo un’immagine: non puoi cercarvi dentro, selezionare parole o copiare un paragrafo. Un PDF ricercabile conserva l’immagine della pagina ma aggiunge sopra un livello invisibile di testo riconosciuto, così con Ctrl+F trovi le parole e puoi copiare il testo. Il passaggio che crea quel livello è l’OCR, il riconoscimento ottico dei caratteri.
Un caso tipico è una pila di scontrini, una lettera firmata fotografata con il telefono o qualche pagina di un libro. Hai più file immagine, magari anche un PDF dello scanner, e vuoi un solo documento facile da archiviare e da cercare. Il procedimento qui sotto lo fa senza installare software, e i file restano nel tuo browser.
Passaggio 1: scatta o raccogli buone immagini
La precisione dell’OCR parte dalla ripresa. Tesseract, il motore usato da OCR PDF, riconosce meglio scansioni pulite, ad alta risoluzione e nella lingua giusta; immagini sfocate, storte o a basso contrasto producono più errori. Alcune abitudini pratiche servono più di qualsiasi impostazione:
- Fotografa la pagina in piano, esattamente dall’alto, con luce uniforme e senza ombre sul testo.
- Riempi l’inquadratura con la pagina, così le lettere sono grandi e nitide.
- Tieni la pagina dritta. Gli strumenti non raddrizzano, quindi una pagina inclinata resta inclinata.
- Dai ai file nomi che si ordinino secondo l’ordine di lettura, come pagina-01.jpg e pagina-02.jpg.
Passaggio 2: JPG in PDF
Seleziona tutte le immagini insieme in JPG in PDF. I tipi accettati sono JPG/JPEG, PNG e GIF. Ogni immagine diventa una pagina grande quanto le dimensioni in pixel dell’immagine, e le pagine seguono l’ordine in cui sono stati scelti i file. Non esistono opzioni per il formato pagina né per adattare l’immagine, e una GIF viene ridisegnata come JPEG usando solo il primo fotogramma.
Due punti pratici. Il primo è l’ordine: in questo strumento non c’è un passaggio per riordinare, quindi se una pagina finisce al posto sbagliato, correggila dopo con Riordinare pagine PDF sul PDF finito. Il secondo è la dimensione: i file JPEG e PNG vengono incorporati così come sono, quindi il PDF pesa più o meno quanto la somma delle immagini. Le foto del telefono sono grandi, perciò un documento di 20 pagine può pesare molto. Se la dimensione conta, esegui Comprimere PDF sul file finito, che riduce la risoluzione delle immagini (imposta una dimensione obiettivo se ti serve), oppure riduci le foto prima di questo passaggio.
Scarica il risultato, che si chiama images_combined.pdf.
Passaggio 3: Unire, solo se hai più di un PDF
Se hai anche un PDF dello scanner, o hai fatto più lotti, usa Unire PDF. Scegli o rilascia i file, trascina le anteprime nell’ordine giusto, premi «Unisci PDF» e scarica OnCloudPDF_merge.pdf. Vengono unite tutte le pagine di ogni file e vengono copiate senza modifiche. Se di un file ti servono solo alcune pagine, usa prima Estrarre pagine PDF o Eliminare pagine PDF. Un PDF cifrato non viene sbloccato da Unire.
Fai l’unione prima dell’OCR e non dopo. Così il riconoscimento gira una sola volta su un unico file, e il documento finale ha un livello di testo coerente.
Passaggio 4: esegui l’OCR
Apri OCR PDF, scegli il file unito, scegli la lingua del documento e premi «Avvia OCR». L’elenco contiene inglese, spagnolo, francese, tedesco, italiano, portoghese, cinese (semplificato) e giapponese, e si sceglie una lingua per esecuzione. Un documento in due lingue viene riconosciuto solo con quella che scegli, quindi le parole nell’altra possono uscire sbagliate.
Ogni pagina viene renderizzata a scala 1,5x e riconosciuta da Tesseract.js nel tuo browser; le pagine di uscita vengono ricostruite da quelle immagini con un livello di testo invisibile e posizionato. Per questo il testo e il contenuto vettoriale originali del PDF non vengono conservati: anche un PDF che aveva già testo vero diventa un’immagine più un livello OCR. Usa l’OCR solo su pagine che sono davvero immagini.
Tre limiti pratici da conoscere prima di cominciare. La prima esecuzione scarica da una CDN il motore Tesseract e i dati della lingua (non il tuo file), quindi serve una connessione a internet; le esecuzioni successive riutilizzano i dati in cache. L’elaborazione procede pagina per pagina sul tuo dispositivo e può essere lenta sui documenti lunghi, quindi tieni aperta la scheda e metti in conto l’attesa. E non c’è alcun limite di pagine o di dimensione imposto, quindi i file molto grandi sono limitati dalla memoria del tuo browser.
Quando ha finito, controlla l’anteprima del testo e poi prova il PDF: cerca una parola che sai essere in una pagina e copia un paragrafo in un editor di testo. Scarica il PDF ricercabile.
Una nota su Effetto scansione per PDF
Effetto scansione per PDF va nella direzione opposta. Prende un PDF normale e lo fa sembrare scansionato: ogni pagina viene renderizzata come immagine, vengono aggiunte una leggera grana e una tenue tinta carta, e il risultato è salvato in un file ZIP. Non esegue l’OCR e non aggiunge un livello di testo, quindi il suo risultato non è ricercabile. Non eseguirlo prima dell’OCR su un documento in cui vuoi cercare; se vuoi sia l’aspetto scansionato sia un livello di testo, esegui prima Effetto scansione e poi OCR PDF sul risultato.
Riepilogo del procedimento
| Passaggio | Strumento | Risultato | Limite reale |
|---|---|---|---|
| Creare un PDF | JPG in PDF | images_combined.pdf | Solo JPG, PNG, GIF; la pagina ha la dimensione dell’immagine; nessun riordino dentro lo strumento |
| Unire i file | Unire PDF | OnCloudPDF_merge.pdf | Tutte le pagine di ogni file; i file cifrati non vengono sbloccati |
| Correggere l’ordine delle pagine | Riordinare pagine PDF | tuofile_reordered.pdf | Mostra i numeri di pagina, non le miniature |
| Aggiungere il livello di testo | OCR PDF | PDF ricercabile | 8 lingue, una per esecuzione; lento sui file lunghi; serve internet alla prima esecuzione |
| Controllare il testo | PDF in testo | File .txt semplice | Unisce gli elementi di testo di una pagina in un unico blocco; nessuna impaginazione |
Quando un altro strumento è la scelta migliore
OCR PDF è pensato per documenti occasionali. Se ti serve una lingua che non è nell’elenco, una precisione molto alta su scansioni scadenti, tabelle riconosciute come tabelle o lotti di centinaia di pagine, di solito funzionano meglio un software OCR per computer o un servizio su server, con il compromesso sulla privacy spiegato in Strumenti PDF gratuiti a confronto. Per verificare che il tuo PDF ora abbia testo vero, Contare parole di un PDF segnala 0 parole per un PDF senza livello di testo e un numero reale una volta che l’OCR ha funzionato.
Domande frequenti
Quali lingue supporta OCR PDF?
Inglese, spagnolo, francese, tedesco, italiano, portoghese, cinese (semplificato) e giapponese. Si sceglie una lingua per esecuzione.
L’OCR carica il mio documento?
No. Il riconoscimento gira nel tuo browser. La prima esecuzione scarica da una CDN il motore e i dati della lingua, che non sono il tuo file, e le esecuzioni successive usano i dati in cache.
Perché l’OCR è così lento?
Elabora il documento pagina per pagina sul tuo dispositivo con Tesseract.js. I documenti lunghi richiedono più tempo e la velocità dipende dal tuo dispositivo.
L’OCR conserva il testo e le immagini originali?
Le pagine di uscita vengono ricostruite da immagini renderizzate a scala 1,5x con un livello di testo invisibile sopra. Il testo e il contenuto vettoriale originali non vengono conservati, quindi usa l’OCR su pagine fatte solo di immagini.