Tiny Online Tools
Исправлять то, чего никто не видит
Сканированный PDF, прошедший OCR, несёт скан как изображение, а распознанные слова — как невидимый текст поверх него. Когда распознаватель ошибается в слове, картинка по-прежнему выглядит безупречно: молча отказывают только поиск, копирование и программы чтения с экрана.
Этот инструмент правит именно этот скрытый слой. Скан не перекодируется, не пережимается и не перерисовывается.
Как изменяется файл
Поток содержимого страницы — это список операторов: одни рисуют отсканированное изображение, другие позиционируют и выводят текст. Поток разбирается, и заменяется только строковый операнд невидимого текстового оператора. Смысл всех остальных байтов сохраняется: операторы позиционирования, графическое состояние и оператор, рисующий скан, проходят нетронутыми.
Именно поэтому исправленная страница не может сместиться, замылиться или пережаться. Это не обещание, а следствие того, что ничего не перегенерируется.
Проверка, которую можно прочитать
После записи результат открывается заново, и на каждой изменённой странице выполняются три проверки:
- Текст — исправленные слова действительно возвращаются извлекателем текста.
- Невидимость — слой по-прежнему нарисован в режиме отрисовки 3, а количество видимых глифов не изменилось.
- Пиксели — исправленная страница отрисовывается и сравнивается с исходной отрисовкой попиксельно. Доля изменившихся пикселей должна быть нулевой.
Все три результата показываются до скачивания — независимо от того, пройдены они или нет.
Когда инструмент отказывается
Некоторые страницы нельзя безопасно перезаписать: поток содержимого с недекодируемым фильтром или текстовый блок, в котором видимые и невидимые глифы перемешаны так, что сохранность видимых не гарантируется. Такие страницы отклоняются поимённо и остаются в точности такими, какими были. Отказ — правильный ответ; молча испорченный файл — нет.
Символы, которые шрифты PDF не могут выразить, обрабатываются так же: где возможно, для замены встраивается стандартная Helvetica, а где и этого недостаточно, правка пропускается и называется явно.
Конфиденциальность
Разбор, правка, сохранение и проверка происходят в вашем браузере. PDF никогда никуда не загружается.