Se a Pré-visualização mostra a página, mas não consegue encontrar palavras visivelmente impressas nela, o PDF pode conter imagens de páginas em vez de texto pesquisável. No Mac, tente a opção Ficheiro > Exportar > Incorporar texto da Pré-visualização para reconhecer o texto e adicioná-lo ao PDF. Em seguida, pesquise na cópia exportada na Pré-visualização. Se essa opção não estiver disponível ou o resultado for impreciso, utilize uma ferramenta de OCR dedicada e verifique o resultado.

Por que motivo a Pré-visualização pode não encontrar as palavras

Uma página digitalizada pode parecer um documento, mas estar na verdade guardada como uma imagem. A pesquisa da Pré-visualização funciona no texto que consegue reconhecer num PDF; uma imagem de palavras impressas pode precisar de reconhecimento ótico de carateres (OCR) antes de poder ser pesquisada. A Apple documenta uma forma de OCR na Pré-visualização: a exportação Incorporar texto reconhece o texto num PDF baseado em imagens e incorpora esse texto no documento. O guia da Pré-visualização da Apple explica a opção Incorporar texto.

Primeiro, verifique se o problema é simplesmente o termo de pesquisa ou a ferramenta de seleção. Abra o PDF na Pré-visualização e introduza uma palavra curta e distintiva no campo de pesquisa da barra de ferramentas. Por predefinição, a Pré-visualização pesquisa uma expressão introduzida com correspondência exata; utilize o menu da lupa e escolha Qualquer correspondência se quiser encontrar qualquer palavra numa consulta com várias palavras. A Apple também refere que o campo de pesquisa pode estar oculto até redimensionar a janela. As instruções da Apple para encontrar texto em PDFs abordam estes controlos.

Se o termo estiver impresso com clareza, mas não gerar correspondências, teste se a Pré-visualização consegue selecioná-lo. Escolha Ferramentas > Seleção de texto e, em seguida, arraste sobre uma palavra. Se conseguir selecionar e copiar a palavra, o PDF tem texto disponível e a pesquisa pode necessitar de uma grafia mais simples, de uma expressão mais curta ou de uma definição de correspondência diferente. Se apenas conseguir selecionar uma área retangular da página ou não conseguir selecionar a palavra impressa, avance para o OCR. Uma palavra-passe pode restringir a seleção ou cópia de texto; o inspetor da Pré-visualização pode mostrar se o PDF está encriptado, podendo necessitar da palavra-passe. A documentação de resolução de problemas da Apple descreve tanto a ferramenta de Seleção de texto como a restrição por palavra-passe.

Utilizar o OCR integrado da Pré-visualização

  1. Na Pré-visualização, abra o PDF digitalizado. Se o original for importante, utilize primeiro Ficheiro > Duplicar e execute a exportação com OCR no duplicado, mantendo a fonte disponível em separado.
  2. Escolha Ficheiro > Exportar.
  3. Na caixa de diálogo de exportação, selecione Incorporar texto e guarde o PDF exportado.
  4. Abra o ficheiro exportado na Pré-visualização e pesquise por uma palavra distintiva da digitalização. Experimente uma segunda palavra noutro ponto da página se a primeira não for encontrada.

A Apple afirma que a Pré-visualização digitaliza o PDF baseado em imagens e incorpora o texto reconhecido para que este possa ser selecionado em qualquer leitor de PDF. A opção Incorporar texto só surge quando o texto ainda não tiver sido previamente reconhecido no documento. Trata-se de uma limitação importante: a ausência da opção não significa necessariamente que o OCR tenha falhado. O documento pode já conter texto reconhecido, ou o fluxo de trabalho disponível na Pré-visualização pode não disponibilizar a opção para esse ficheiro. A página da Apple não documenta um comando em separado na Pré-visualização para forçar o OCR nessa situação. Consulte as instruções e limitações da opção Incorporar texto da Apple.

Assim que a exportação estiver concluída, pesquise no ficheiro exportado em vez de assumir que o original foi alterado. Teste alguns termos, incluindo um com pontuação ou um número, se isso for relevante para a sua tarefa. O OCR converte formas visuais em texto, e o reconhecimento pode ser imperfeito: uma digitalização de baixa resolução, desalinhada, ténue, manuscrita ou com uma disposição complexa pode originar carateres em falta ou incorretos. Se uma correspondência for importante, compare-a com a imagem da página original antes de confiar no texto reconhecido.

Se a opção Incorporar texto não estiver disponível ou a pesquisa continuar a falhar

Experimente as verificações comuns de seleção de texto da Pré-visualização antes de mudar de ferramenta: escolha Ferramentas > Seleção de texto e tente selecionar uma palavra. Se o texto for selecionável, mas uma pesquisa específica falhar, pesquise por uma sequência de carateres mais curta e distintiva e verifique se Qualquer correspondência é a opção adequada. No caso de um PDF protegido, resolva a restrição de palavra-passe com o proprietário do documento ou utilize a palavra-passe autorizada; o OCR não remove restrições de acesso.

Se a página continuar a conter apenas imagens ou se a Pré-visualização não oferecer a opção Incorporar texto, utilize uma aplicação de OCR que suporte explicitamente a conversão de um PDF digitalizado existente num documento pesquisável. A Adobe documenta este fluxo de trabalho no Acrobat: abra o PDF, escolha Todas as ferramentas > Digitalizar e OCR > Neste ficheiro, defina o intervalo de páginas e o idioma de reconhecimento e, em seguida, escolha Reconhecer texto. A Adobe refere que o processo cria uma camada de texto pesquisável e aconselha a verificação do resultado para garantir a sua precisão. Os nomes dos menus podem variar consoante a versão do Acrobat, pelo que deve seguir os controlos apresentados na versão instalada. Instruções atuais da Adobe para reconhecer texto em PDFs digitalizados.

Escolha um idioma de OCR correspondente ao documento sempre que a ferramenta disponibilizar essa definição. De seguida, inspecione as páginas com letra pequena, colunas, tabelas, carimbos ou marcas ténues. O OCR pode tornar uma digitalização pesquisável sem que as palavras reconhecidas fiquem corretas; confirme nomes, datas, totais e passagens citadas comparando-os com a imagem da página. Se uma palavra necessária não for encontrada repetidamente, utilize uma digitalização mais nítida ou uma ferramenta de OCR dedicada com controlos de idioma e de página, em vez de assumir que uma pesquisa sem resultados comprova a ausência da palavra.

Quando apenas precisa de texto de uma passagem visível

Para um excerto pontual, pode não precisar de uma versão pesquisável de todo o PDF. O Texto em direto da Pré-visualização permite selecionar e copiar texto a partir de uma fotografia ou imagem: abra a imagem, aponte para o texto, arraste para o selecionar, prima Controlo e clique, e escolha Copiar texto. A Apple refere que o Texto em direto não está disponível em todas as regiões ou idiomas. As instruções documentadas descrevem especificamente fotografias e imagens, pelo que deve utilizar a via de exportação em PDF acima indicada caso o seu objetivo seja adicionar texto pesquisável a um PDF digitalizado. Guia do Texto em direto da Apple para a Pré-visualização.

Um percurso de decisão prático

Utilize a exportação Incorporar texto da Pré-visualização se esta estiver disponível e o seu objetivo for pesquisar numa digitalização. Se a opção não existir, verifique primeiro a existência de texto selecionável e eventuais restrições por palavra-passe. Se o documento continuar sem texto pesquisável, utilize um fluxo de trabalho com OCR dedicado e confirme a cópia exportada através de pesquisas reais e verificações visuais. Para um único excerto legível, o Texto em direto pode ser suficiente se o conteúdo estiver disponível como imagem e a funcionalidade for compatível com o respetivo idioma e região.

Se mantiver o PDF, a Pré-visualização e uma breve lista de tarefas pendentes abertos enquanto trabalha, o Wallo pode organizar as janelas existentes do Mac e as tarefas localmente por objetivo, com navegação focada por teclado. Não realiza OCR, pelo que a etapa de reconhecimento de texto continua a pertencer à Pré-visualização ou a uma aplicação de OCR.

Fontes