Taranmış Belgelerden OCR ile Aranabilir PDF Oluşturma
Fiziksel bir yazıcıdan taranan faturalar, mahkeme kararları veya eski kitap sayfaları PDF formatında kaydedildiğinde bilgisayarınız bunları birer metin olarak değil, piksellerden oluşan devasa bir **resim** olarak algılar. Sonuç olarak; metinleri seçemez (Ctrl+C yapamaz), belge içinde arama yapamaz (Ctrl+F çalışmaz) ve ekran okuyucu yardımcı yazılımlar içeriği seslendiremez.
Bu problemi ortadan kaldıran teknoloji **OCR (Optical Character Recognition - Optik Karakter Tanıma)** sistemidir. Bu rehberde OCR'ın çalışma prensibini ve taranmış belgelerinizi nasıl tam fonksiyonel aranabilir bir PDF'e dönüştürebileceğinizi açıklıyoruz.
1. OCR Nasıl Çalışır? Pikselden Unicode Koda Geçiş
Modern OCR motorları görseli piksel piksel tarayarak harflerin eğrilerini, çizgilerini ve boşluklarını analiz eder. Süreç 4 aşamadan oluşur:
- Ön İşleme (Pre-processing): Görseldeki eğrilikler düzeltilir (deskew), arka plan parazitleri temizlenir ve kontrast artırılarak harfler netleştirilir.
- Karakter Tespiti: Harflerin çizgileri, dikey-yatay kesişimleri ve noktaları (örneğin i, ç, ğ gibi Türkçe karakterler) sınıflandırılır.
- Sözlük Doğrulaması: Tespit edilen harf dizilimleri hedef dildeki (Türkçe, İngilizce, Almanca vb.) sözlük modelleriyle karşılaştırılarak olası okuma hataları düzeltilir.
- Sandviç PDF (Sandwich PDF) Oluşturma: Orijinal taranmış görselin arkasına görünmez bir metin katmanı eklenir. Böylece belgenin orijinal görüntüsü bozulmazken metinler kopyalanabilir ve aranabilir hale gelir.
En profesyonel OCR çıktısıdır. Ön planda el yazısı veya kaşe imzalı orijinal tarama görünürken, arka planda tam aynı koordinatlarda görünmez bir dijital metin katmanı yer alır. Kullanıcı fareyle metni seçtiğinde arkadaki bu görünmez katmanı kopyalar.
2. OCR Başarısını Yükseltmek İçin İpuçları
- Minimum 300 DPI Tarama: Tarama cihazınızda çözünürlüğü en az 300 DPI olarak ayarlayın. 150 DPI altındaki belgelerde harf noktaları birbiriyle kaynaşabilir.
- Düzlem Açısı: Belgeyi tarayıcı camına mümkün olduğunca düz yerleştirin. 15 dereceden fazla eğik belgelerde karakter tanıma oranı düşer.
- Doğru Dil Seçimi: Çok dilli belgelerde sistemin Türkçe karakterleri (ş, ğ, ı, ö, ü, ç) doğru tanımlaması için dil modelinin doğru konfigüre edilmesi şarttır.
Taranmış Belgelerinizi Aranabilir Yapın
Gelişmiş Tesseract OCR motorumuzla resim halindeki PDF'lerinizi saniyeler içinde kopyalanabilir ve aranabilir hale getirin.
🔍 Ücretsiz OCR Aracını Aç