Un PDF scansionato è molto più difficile da tradurre rispetto a un PDF basato su testo. Un PDF basato su testo contiene testo leggibile da una macchina, mentre un PDF scansionato contiene immagini che, a loro volta, contengono testo.
Per tradurre un PDF scansionato, devi prima estrarre accuratamente il testo da quelle immagini. Solo allora potrai tradurlo.
Quindi, come si traduce un PDF scansionato? Per prima cosa, vediamo cosa rende un PDF "scansionato".
Cos'è un PDF scansionato?
In parole povere, un PDF scansionato contiene immagini di un documento anziché testo leggibile digitalmente.
Un PDF basato su testo è facile da gestire. Anche come utente, puoi selezionare il testo, evidenziarlo, copiarlo, fare una ricerca su di esso ed eseguire l'editing.
I PDF scansionati, invece, sono immagini create scansionando o fotografando documenti fisici. Non puoi seleziona, copiare o esegui l'editing del testo. Ecco perché i traduttori hanno difficoltà con i PDF scansionati.
Quindi, come si traduce un PDF composto da immagini anziché da testo? È qui che entra in gioco l'OCR.
Che cos'è il riconoscimento ottico dei caratteri (OCR)?
Riconoscimento Ottico dei Caratteri (OCR) è una tecnologia che rileva testo, caratteri ed elementi nelle immagini e li converte in un formato leggibile dalla macchina.
Per tradurre qualsiasi PDF scansionato, è prima necessario l'OCR per rilevare il contenuto e convertirlo in testo leggibile dalla macchina. Una volta ottenuto il testo, puoi tradurlo nella tua lingua di destinazione.
Un traduttore di PDF di qualità non solo fornisce traduzioni accurate, ma dispone anche di un OCR di alta qualità. Maggiore è la qualità dell'OCR, migliore sarà il rilevamento dei contenuti nelle pagine scansionate. Un OCR scadente significa un rilevamento impreciso dei contenuti, che a sua volta porta a errori di traduzione.
I traduttori PDF premium ricostruiscono anche la formattazione del PDF rilevata nelle pagine scansionate, inclusi tabelle, intestazioni e altri elementi visivi.
Come tradurre un PDF scansionato (guida passo passo)
Ecco una guida dettagliata passo dopo passo per la traduzione di un PDF scansionato:
Passaggio 1: Scegli una piattaforma di traduzione con OCR integrato
Abbiamo già confrontato diversi strumenti di traduzione di PDF in precedenza. Per una traduzione estremamente accurata di documenti aziendali, gli strumenti premium come Smartcat funzionano al meglio.
Il traduttore di PDF di Smartcat è dotato di OCR integrato, offre supporto per oltre 280 lingue e preserva la formattazione originale del documento, gestendo così i PDF scansionati in modo accurato.
Passaggio 2: Carica il PDF scansionato
Controlla prima la qualità del PDF scansionato. Pulisci le scansioni per rendere più semplice all'OCR rilevare il testo con precisione. Per ottenere i migliori risultati, scansionare a una risoluzione di almeno 300 DPI.
Inoltre, assicurati che le pagine scansionate abbiano un testo pulisci e leggibile, un disturbo visivo minimo e un buon contrasto tra il testo e lo sfondo. Una volta soddisfatto della qualità della scansione, carica il PDF scansionato nel traduttore.
Passaggio 3: Seleziona la lingua di partenza e la lingua di destinazione
Seleziona la lingua originale del PDF scansionato e le lingue di destinazione in cui desideri tradurlo. Puoi selezionare più lingue di destinazione e Smartcat traduce il PDF in tutte.
Passaggio 4: Fai clic su Traduci
Avanti, premi il pulsante Traduci. Smartcat utilizza l'OCR per rilevare il testo e la formattazione nelle pagine scansionate, li estrae e poi traduce il testo utilizzando l'AI.
Passaggio 5: Revisiona la traduzione nell'editor Smartcat
Una volta pronta la Traduzione AI, esamina il contenuto tradotto.
Per i PDF scansionati, sono necessari due livelli di controlli di qualità:
Accuratezza dell'OCR. Cerca errori nel rilevamento OCR. L'OCR scambia comunemente determinati caratteri, come 0 per O, 1 per I o rn per m, quindi controlla la presenza di questi errori di estrazione di base.
Accuratezza della traduzione. Controlla la traduzione dei termini tecnici, dei nomi dei marchi e delle sfumature culturali che la Traduzione AI potrebbe aver tralasciato.
Passaggio 6: Scarica il tuo file PDF tradotto
Una volta controllata e finalizzata la traduzione, scarica i file PDF per ciascuna lingua di destinazione.
Come migliorare l'accuratezza dell'OCR prima di tradurre un PDF scansionato
La qualità della traduzione dipende in parte dalla qualità del PDF caricato. Una scansione pulisci e ad alta risoluzione fornisce un risultato migliore rispetto a una illeggibile e a bassa risoluzione.
Ecco alcuni modi per ottenere risultati OCR migliori:
1. Utilizza scansioni ad alta risoluzione
La risoluzione di scansione influisce in modo significativo sull'accuratezza dell'OCR e, di conseguenza, sulla qualità della traduzione. Le basse risoluzioni rendono difficile l'estrazione del testo e portano a errori.
Una buona risoluzione di scansione parte da 300 DPI, quindi assicurati che il tuo PDF scansionato rispetti questo valore. La compressione ripetuta riduce ulteriormente la risoluzione, quindi evitala.
2. Raddrizza le pagine storte
Un testo allineato orizzontalmente e in modo ordinato migliora la precisione dell'OCR. Le pagine scansionate con un'inclinazione rendono difficile il rilevamento di caratteri e linee, poiché l'inclinazione distorce l'immagine scansionata.
Evitare di scansionare le pagine inclinate. Quando si fotografano i documenti, tenere la fotocamera parallela alla pagina.
3. Migliora il contrasto e l'illuminazione
Per una maggiore precisione, l'OCR dovrebbe essere in grado di distinguere facilmente gli elementi del PDF dallo sfondo.
Un buon PDF scansionato presenta un testo scuro su uno sfondo chiaro e pulito. Il testo sbiadito, gli sfondi scuri e le pagine scolorite o con motivi geometrici producono scansioni di scarsa qualità. Lo stesso si applica ai documenti fotografati: evitare ombre sul testo.
4. Evita immagini sfocate e rumore visivo
I caratteri sfocati e il disturbo visivo confondono l'OCR e rendono difficile l'estrazione dei contenuti. Timbri, firme, annotazioni scritte a mano, pieghe, macchie ed elementi visivi sovrapposti interferiscono tutti con un riconoscimento accurato.
Problemi comuni durante la traduzione di PDF scansionati
Ecco i problemi più comuni che potresti riscontrare durante la traduzione di un PDF scansionato e come risolverli.
Problema | Causa probabile | Cosa fare |
|---|---|---|
Testo mancante | L'OCR non è riuscito a riconoscere parte della pagina | Controlla la scansione e scansiona nuovamente le sezioni di scarsa qualità |
Caratteri non corretti | Scansione sfocata o a bassa risoluzione | Usa una partenza più chiara e a risoluzione più alta |
Traduzione errata | Errore OCR o errore di traduzione | Confronta prima il testo di partenza estratto con la scansione |
Tavoli rotti | Struttura complessa del documento | Esegui la revisione manuale della tabella e del layout |
Testo dell'immagine non tradotto | Il traduttore non offre supporto per OCR o traduzione di immagini | Usa una piattaforma di traduzione dotata di OCR come Smartcat |
Ordine di lettura errato | Layout a più colonne o complesso | Verifica i segmenti estratti rispetto alla partenza |
Overflow del testo | La traduzione è più lunga della partenza | Regola il layout tradotto prima della pubblicazione |
FAQs
Google Traduttore può tradurre un PDF scansionato?
Google afferma che il testo all'interno delle immagini e delle pagine PDF scansionate potrebbe apparire nel documento finale, ma non viene tradotto. Potrebbe tradurre del testo facilmente rilevabile nelle immagini, ma non vi è alcuna garanzia che Google Traduttore traduca un PDF scansionato.
ChatGPT può tradurre un PDF scansionato?
ChatGPT e altri LLM possono lavorare con i PDF scansionati e tradurli a un livello discreto. Per una traduzione professionale di PDF con OCR, elevata accuratezza e conservazione del formato, un traduttore dedicato è una scelta decisamente migliore.
Quale risoluzione è la migliore per l'OCR?
Per un rilevamento del testo ragionevolmente buono nelle pagine scansionate, la maggior parte delle piattaforme raccomanda una risoluzione minima di 300 DPI.
La risoluzione è solo uno dei fattori, tuttavia. Pagine dritte, buon contrasto, scarso rumore visivo e testo stampato chiaramente sono anch'essi di Aiuto per produrre risultati migliori.
L'OCR può tradurre PDF scritti a mano?
L'OCR non traduce il testo di per sé; riconosce il testo in modo che un sistema di traduzione possa elaborarlo.
La scrittura a mano è generalmente più difficile da riconoscere per l'OCR rispetto al testo stampato, in particolare quando è in corsivo o poco chiara. Ma se la grafia è leggibile, l'OCR è in grado di rilevare ed estrarre il testo.
È sicuro caricare online PDF scansionati riservati?
La protezione dei dati dipende dalla piattaforma di traduzione su cui si carica i propri PDF scansionati. Le piattaforme di livello enterprise come Smartcat offrono la crittografia dei dati e altre misure per salvaguardare le informazioni riservate nei documenti caricati.
Quindi, quando si caricano PDF scansionati con informazioni sensibili, scegli una piattaforma di traduzione affidabile come Smartcat.
