Die Readable PDF Conversion Engine konvertiert Bilddateien und imagebasiert PDF's in durchsuchbare PDF's. Dabei wird der Inhalt über eine OCR Engine ausgelesen und in der erkannte Text als zusätzliche Ebene in das PDF eingefügt.
OCR-Engines
Als Auswahl stehen verschiedene OCR Engines zur Verfügung:
Tesseract
Transym
Finereader
Hinweis
Bitte beachten Sie, dass Transym und Finereader eine zusätzliche Lizenzierung benötigen. Die Tesseract Engine ist immer vollumfänglich verwendbar.
Bei der Auswahl der OCR Engine muss abhängig dazu eine entsprechende Sprache angegeben werden um möglichst ideale Ergebnisse zu erzielen. Eine Ausnahme ist hierbei die Transym Engine - diese basiert auf einer anderen Technologie und benötigt daher keine Angabe einer Sprache.
Die Auswahl der Engine beeinflusst die Erkennungsqualität und Erkennugsdauer.
Optional kann die Ausgabedatei als PDF/A erzeugt werden.
Lesezeichen
Mit der Bookmarks Funktion können im PDF Dokument automatsiche Lesezeichen erstellt werden. Diese bestehen aus den ersten n Zeichen des erkannten OCR Textes und der Angabe Page description - also Seitenbeschreibung.
Über die Steuerfelder können wichtige Informationen an die Engine übergeben werden. Beispilesweise die OCR Sprache (OCRLANGUAGE) oder Informationen zum PDF Ersteller wie PDFDOCAUTHOR.
Alle Details finden Sie auf dem Reiter Info in der Engine.
Konfigurationsoptionen
Option
Beschreibung
Basics
OCR engine
Auswahl der zu verwendenden OCR Engine:
Transym (TOCR)
Tesseract
Finereader
OCR language
Gibt die zu verwendende OCR Sprache an (Wörterbuch). Bei Transym muss keine OCR Sprache angegeben werden, da hier ein anderes Verfahren Anwendung findet.
Create PDF/A
Das erzeugte PDF wird im PDF/A Standard erstellt.
Bookmarks
Create bookmarks
Erstellt ein Inhaltsverzeichnis im PDF aus den OCR Daten.
Create nested bookmarks
Das Inhaltsverzeichnis wird strukturiert in Untergruppen dargestellt.
Page description
Name der "Seite" für das Inhakltsverzeichnis - siehe "nested bookmarks".
Bookmark length
Die Länge des Textes der aus der OCR Erkennung für das Inhaltsverzeichnis herangezogen werden soll. Ungültige Zeichen werden herausgefiltert.