Come rendere ricercabile un PDF scansionato su Mac (OCR locale)

Un PDF scansionato è una pila di immagini di pagine. Tu puoi leggerlo, il tuo Mac no: Spotlight non ci trova nulla, la ricerca di Anteprima resta vuota e non riesci a copiarne nemmeno una frase. Per rimediare bisogna riconoscere il testo di ogni pagina (OCR, riconoscimento ottico dei caratteri) e salvarlo nel PDF come livello di testo invisibile. Sul Mac si può fare senza caricare il documento da nessuna parte: in Folia Files apri il PDF negli Strumenti PDF e fai clic su Rendi ricercabile (OCR)…. macOS legge il testo sul tuo Mac e Folia Files scrive una nuova copia, ricercabile, accanto all'originale.

Ecco cosa significa davvero «ricercabile», come controllare un PDF e i passaggi da seguire.

Cosa rende ricercabile un PDF

Una pagina PDF può contenere due cose molto diverse:

• testo, salvato come caratteri. È ciò che ottieni esportando un documento da Word, Pages o da un browser. Puoi selezionarlo, cercarlo e copiarlo;
• immagini della pagina. È ciò che producono la maggior parte degli scanner, delle app di scansione e una foto salvata come PDF. A vederla è uguale, ma per il computer sono solo pixel.

Una scansione ricercabile ha entrambe le cose: l'immagine che vedi, più le parole riconosciute, posizionate in modo invisibile negli stessi punti. Continui a vedere la scansione originale, ma ora puoi selezionare una riga, copiarla e ritrovare il documento grazie a una parola che contiene.

Come capire se un PDF ha un livello di testo

Aprilo in Anteprima e prova uno di questi due metodi:

1. Premi ⌘ F e cerca una parola ben leggibile nella pagina. Nessun risultato significa che dietro non c'è testo.
2. Trascina il puntatore su una frase. Se non riesci a evidenziare le parole ma solo a tracciare un rettangolo, la pagina è un'immagine.

Un PDF può anche essere misto: alcune pagine scritte al computer, altre scansionate e aggiunte dopo. Controlla più pagine, non solo la prima.

Perché Spotlight e Anteprima non aiutano con una scansione

Spotlight indicizza il testo salvato nei documenti. Un PDF scansionato non ne ha, quindi una ricerca di «affitto» o di un numero di fattura lo trova solo se quelle parole sono nel suo nome. Vale anche per tutti gli strumenti di ricerca che si appoggiano a Spotlight, compresa la ricerca nel testo di Folia Files.

Anteprima apre e annota molto bene i PDF, ma non ha un comando per riconoscere il testo di una pagina scansionata e salvarlo nel file. Testo attivo può farti selezionare parole in alcune immagini sullo schermo, ma non scrive nulla nel PDF: la ricerca successiva continua a non trovare niente.

Le versioni recenti di macOS leggono invece il testo dei file immagine, come una scansione in JPEG o PNG, e Spotlight può poi trovarli in base a ciò che dicono. Un PDF fatto di pagine scansionate non riceve questo trattamento.

Rendere ricercabile un PDF scansionato con Folia Files

Folia Files è un file manager per Mac. I suoi strumenti PDF uniscono, riordinano, ruotano, dividono e comprimono i PDF, e rendono ricercabile il testo delle scansioni. Il riconoscimento lo fa macOS (il framework Vision di Apple) sul tuo Mac: il documento non lo lascia mai e non serve una connessione a internet.

1. Apri il PDF negli Strumenti PDF

Fai clic destro sul PDF scansionato in un riquadro di Folia Files e scegli Strumenti PDF…. Lo strumento si apre in un pannello, con il file già nel suo elenco. Puoi aprirlo anche dalla barra dei menu (Strumenti › Strumenti PDF…) o dal pulsante Strumenti della barra degli strumenti, poi aggiungere file con Aggiungi… o Selezione del riquadro, oppure trascinandoli sulle pagine.

2. Controlla le pagine

La parte destra, Pagine, mostra ogni pagina in miniatura. Prima di avviare il riconoscimento:

• raddrizza le pagine coricate con Ruota a sinistra o Ruota a destra (senza pagine selezionate, ruotano tutte);
• togli le pagine bianche o inutili con il pulsante del cestino (il file in sé non viene modificato);
• riordina le pagine con le frecce se lo scanner le ha prese in disordine.

Lo strumento lavora su tutte le pagine mostrate, in quest'ordine. Se hai spuntato più file, le loro pagine vengono riunite in un unico documento: per rendere ricercabili più PDF separatamente, trattali uno alla volta (con Cancella tutto tra l'uno e l'altro).

3. Fai clic su Rendi ricercabile (OCR)…

Fai clic su Rendi ricercabile (OCR)… nella barra in basso. Quando la finestra non è abbastanza larga per tutti i pulsanti, come nell'immagine qui sotto, lo trovi nel menu Altre azioni, accanto a Salva in un unico PDF….

Folia Files chiede dove salvare il risultato e propone la stessa cartella, con il nome originale seguito da «(ricercabile)». Poi mostra Riconoscimento del testo… mentre macOS legge ogni pagina. Al termine, Folia Files torna ai tuoi file con il nuovo PDF selezionato nella sua cartella; la barra in basso del pannello Strumenti PDF indica quanti caratteri sono stati riconosciuti.

Il PDF originale non viene mai modificato. Quello nuovo appare identico, con il testo riconosciuto posato in modo invisibile su ogni pagina scansionata. Le pagine che avevano già del testo restano come sono: vengono riconosciute solo le pagine prive di testo.

4. Cerca una parola per verificare

Spotlight ha bisogno di un momento per indicizzare un nuovo file. Poi cerca una parola che sai essere nella scansione: in Spotlight (⌘ Spazio), in Anteprima con ⌘ F oppure in Folia Files. In Folia Files fai clic su Cerca nella barra degli strumenti, scegli Nel contenuto testuale nel menu del pulsante che mostra Nel nome e digita le tue parole. Ogni risultato indica perché è stato trovato.

La ricerca di Folia Files cerca tutte le parole digitate, in qualsiasi ordine, senza badare a maiuscole e accenti.

Trasformare le foto di documenti cartacei in un unico PDF ricercabile

Gli Strumenti PDF accettano anche immagini: foto in JPEG, PNG o HEIC di scontrini, lettere o pagine di un contratto. Ogni immagine diventa una pagina. Aggiungile tutte, metti in ordine le pagine e fai clic su Rendi ricercabile (OCR)…: ottieni un unico PDF il cui testo si può cercare e copiare, fatto solo di ciò che hai fotografato.

Se ti basta un PDF pulito senza riconoscimento, usa Salva in un unico PDF…; Comprimi… rende spesso molto più leggero un PDF di foto.

Cosa aspettarsi dal riconoscimento

• Lingue. Nella versione attuale, Folia Files riconosce il testo in inglese, francese, tedesco, spagnolo e italiano.
• Qualità. Le scansioni nitide, dritte e ben illuminate danno i risultati migliori. Caratteri piccoli, scrittura a mano, timbri e copie molto sbiadite possono essere letti male o per niente. L'OCR non è mai perfetto: cerca qualche parola per vedere com'è andata.
• Impaginazione. La pagina visibile non cambia: vedi sempre la scansione. Viene aggiunto solo il testo invisibile, riga per riga, dove macOS l'ha trovato.
• Tempo. Le pagine vengono lette una dopo l'altra. Poche pagine richiedono pochi secondi; un lungo libro scansionato richiede di più, e nel frattempo puoi continuare a lavorare in altri pannelli.
• Privacy. Nulla viene inviato a un server. La scansione, il testo riconosciuto e il risultato restano sul tuo Mac.

Altri modi per farlo

Adobe Acrobat Pro sa riconoscere il testo di un PDF scansionato, e molte app di scansione lo fanno già durante la scansione se attivi l'opzione. Anche i servizi di OCR online funzionano, ma richiedono di caricare il documento, cosa che raramente vuoi fare con un contratto, una busta paga o un referto medico. Folia Files è una buona scelta quando le scansioni sono già sul tuo Mac e vuoi poterle cercare insieme al resto dei tuoi file, senza inviarle da nessuna parte.