Torne PDFs pesquisáveis com o OCR do Google Docs

Fazer buscas dentro de um PDF digitalizado é frustrante. O problema geralmente acontece quando não há texto real para encontrar. 

OCR, abreviação de Reconhecimento Óptico de Caracteres, resolve isso criando uma camada de texto que seu computador pode pesquisar, selecionar e copiar.

Um PDF pesquisável tem uma camada de texto por trás do que você vê na página. Sua digitalização continua visível, mas também há texto selecionável que permite usar Ctrl+F, copiar e colar, além de melhorar a acessibilidade.

Se o seu PDF for só uma imagem, você geralmente vai notar dois sinais: não dá para selecionar uma única palavra e a pesquisa não encontra nada.

O Google Drive pode converter PDFs (e arquivos de imagem) em texto ao abri-los no Google Docs. A orientação do próprio Google é clara sobre o que funciona melhor.

O arquivo deve ter 2 MB ou menos, estar na posição correta e razoavelmente nítido, e o Google observa que formatações complexas, como tabelas e colunas, podem não ser transferidas corretamente.

Prepare sua digitalização para ter melhores resultados com OCR

Antes de enviar qualquer coisa, faça estes ajustes rápidos.

• Verifique se as páginas estão na posição correta. Gire antes, se necessário.

• Use uma digitalização nítida, com bom contraste e iluminação uniforme.

• Mantenha o tamanho do arquivo em 2 MB ou menos para ter a melhor compatibilidade com esse método.

Converta o PDF usando o Google Drive e o Google Docs

Aqui está o fluxo simples no Drive:

• Envie seu PDF digitalizado para o Google Drive.

• Clique com o botão direito no arquivo no Drive.

• Clique em “Abrir com” e escolha “Google Docs”.

• Deixe o Google Docs processar o arquivo e gerar texto selecionável.

Exporte de volta para PDF e teste a pesquisa

Depois que o documento abrir no Google Docs, normalmente você vai querer um PDF de novo para compartilhar.

• No Google Docs, vá em “Arquivo” > “Baixar” > “Documento PDF (.pdf)”.

• Abra o PDF exportado.

• Pressione “Ctrl + F” (Windows) ou “Command + F” (Mac) e procure uma palavra que você consegue ver.

O que o OCR do Google Docs mantém e o que ele pode perder

O Google avisa explicitamente que algumas formatações podem não ser transferidas durante a conversão. Estilos básicos de texto podem ser preservados, mas listas, tabelas e layouts com várias colunas são menos confiáveis.

Se o seu PDF tiver muitas tabelas, colunas ou layouts complexos, você geralmente terá resultados melhores usando um fluxo de OCR que mantenha a saída como PDF e depois ajustando o arquivo em etapas menores.

Se você quiser manter o documento como PDF e adicionar capacidade de pesquisa, o OCR de PDF do Smallpdf foi feito para isso. Ele extrai texto de PDFs baseados em imagem para que você possa pesquisar e selecionar esse texto, e funciona no navegador em computador e celular.

Use o OCR de PDF do Smallpdf

Aqui está o fluxo simples.

• Abrir OCR de PDF do Smallpdf.

• Carregue seu PDF digitalizado na área de OCR de PDF abaixo, a partir do seu dispositivo, Google Drive, Dropbox ou OneDrive.e.

• Execute o OCR e deixe o arquivo ser processado.

• Baixe o PDF pesquisável e depois teste com “Ctrl + F” ou “Command + F”.

O Smallpdf informa que o OCR está disponível para uso gratuito com limites, então trabalhos pesados ou repetidos de OCR podem atingir limites diários de uso.

Quando o Smallpdf é a melhor opção

O Smallpdf geralmente faz mais sentido quando você se importa com o resultado em PDF.

• Você precisa de um PDF pesquisável, não de um documento do Google Docs.

• Sua digitalização tem mais de algumas páginas.

• Você quer manter as páginas com a aparência da digitalização original.

• Você planeja continuar trabalhando no PDF depois, como compactar, dividir, juntar ou exportar.

OCR parece técnico, mas os motivos do dia a dia são simples.

Faturas, recibos e tarefas administrativas

Você pode pesquisar nomes de fornecedores, números de notas ou totais em vez de ficar rolando a tela. Isso também ajuda quando você está conferindo uma linha em uma digitalização longa.

Contratos e arquivos de conformidade

Poder pesquisar em um PDF pode realmente acelerar as revisões. Você pode ir direto para termos como “rescisão”, “pagamento” ou “data de vigência” em segundos.

Escola, pesquisa e anotações

Se você tiver um material de leitura digitalizado, a pesquisa evita que você fique pulando de página em página. Também deixa citações e referências bem mais rápidas.

Não execute OCR se você não precisar.

Tente selecionar uma palavra

Clique e arraste sobre uma única palavra.

• Se você conseguir destacar letras ou palavras individualmente, é provável que ele tenha uma camada de texto.

• Se você só desenhar uma caixa de seleção, provavelmente é um PDF só com imagem.

Teste Ctrl+F (Windows) ou Command + F (Mac)

Procure uma palavra que você consegue ver claramente. Se nada for destacado, o próximo passo é usar OCR.

O OCR do Google Docs pode ser surpreendentemente bom, mas tem problemas conhecidos.

O arquivo é grande demais

As orientações do Google dizem que o arquivo deve ter 2 MB ou menos para ter os melhores resultados. Se sua digitalização for maior, divida em partes menores primeiro, execute o OCR e depois junte os PDFs pesquisáveis novamente.

Tabelas e colunas viram uma bagunça

O Google observa que tabelas, colunas, notas de rodapé e notas finais provavelmente não serão detectadas com precisão.

Se o layout for importante, use OCR para gerar primeiro um PDF pesquisável e depois exporte para um formato editável só se você realmente precisar reescrever o conteúdo.

O texto sai errado ou embaralhado

A baixa qualidade da digitalização costuma ser a causa. As orientações do Smallpdf sobre PDFs pesquisáveis x PDFs não pesquisáveis destacam erros de OCR e recomendam executar o OCR de novo e melhorar a qualidade da digitalização, de preferência em torno de 300 DPI ou mais.

Uma solução rápida que funciona com mais frequência do que muita gente imagina é digitalizar de novo com melhor iluminação e foco mais nítido.

Depois que o OCR terminar, você pode tratar o arquivo como um documento de trabalho normal.

• Compacte-o para enviar por e-mail e compartilhar mais rápido.

• Divida só as páginas de que você precisa.

• Junte-o com outros PDFs na ordem certa.

• Converta-o para Word se você precisar reescrever grandes trechos.

Tornar um PDF pesquisável não só economiza tempo, como também muda a forma como você trabalha com digitalizações no dia a dia.

Ao executar OCR com o OCR de PDF do Smallpdf, você pode transformar uma digitalização estática em algo que dá para pesquisar, copiar e manter acessível. Depois, é só continuar com opções como Dividir PDF, Juntar PDF, Compactar PDF e PDF para Word quando a próxima tarefa aparecer.