PDF가 스캔되었는지 감지

사용 사례

• OCR 결정하기색인화/전체 텍스트 검색 전에 OCR이 필요한지 빠르게 알 수 있습니다.
• 접근성 검사수정해야 할 선택할 수 없는 “이미지” PDF를 식별합니다(종종 접근 불가능).
• 추출 파이프라인문서를 자동으로 라우팅합니다: 텍스트가 있는 경우 직접 추출, 그렇지 않으면 OCR.
• 스캔 품질 관리스캔 묶음에서 품질이 낮은 페이지(텍스트가 너무 적거나 이미지가 우세한 경우)를 식별합니다.

당신이 얻는 것

페이지별 JSON 진단: 텍스트 존재 여부, 이미지 콘텐츠 비율, “스캔” 지표(휴리스틱에 따라).

처리할 페이지, 이미 활용 가능한 페이지에 대한 OCR 우선 순위를 정하기 위한 지표.

한계 및 주의 사항

• 휴리스틱 감지: 일부 그래픽 PDF(카탈로그, 슬라이드)는 스캔처럼 보일 수 있지만 실제로는 그렇지 않을 수 있습니다.
• PDF에는 “숨겨진 텍스트”(이미 OCR이 수행됨)가 포함될 수 있습니다: 도구가 이를 감지하지만 품질은 다를 수 있습니다.
• OCR의 실제 품질은 해상도, 대비 및 언어에 따라 달라지며 — 여기서는 세밀하게 평가되지 않습니다.

자주 묻는 질문

팁