Τι είναι ένα στρώμα κειμένου PDF;

Γιατί είναι σημαντικό όταν μετατρέπεις ένα PDF σε EPUB

EpubCC μετατρέπει από τη στρώση κειμένου: διαβάζει χαρακτήρες και τις θέσεις τους, στη συνέχεια ξαναχτίζει λέξεις, γραμμές, παραγράφους και κεφάλαια. Μια σελίδα που είναι μόνο μια εικόνα δεν έχει στρώση κειμένου, και χρειάζεται OCR πρώτα. Μια στρώση κειμένου μπορεί επίσης να είναι λανθασμένη (λείπουν κενά, μπερδεμένοι χαρακτήρες) όταν οι γραμματοσειρές στερούνται ενός χάρτη ToUnicode.

Πώς η EpubCC το διαχειρίζεται: η μηχανή διαβάζει κάθε χαρακτήρα με τη θέση του, το μέγεθος και το βάρος, και κατασκευάζει λέξεις, γραμμές και παραγράφους από αυτές τις θέσεις. Μια σελίδα χωρίς κείμενο, μόνο μια πλήρης εικόνα σελίδας, μετράται και αναφέρεται ως σκαναρισμένη σελίδα στην αναφορά ποιότητας αντί να απορρίπτεται σιωπηλά.

Σχετικοί όροι

• Τι είναι ένα σκαναρισμένο PDF;
• Τι είναι η OCR (οπτική αναγνώριση χαρακτήρων);
• Τι είναι ένας χάρτης ToUnicode;
• Τι είναι ένα ετικετοθετημένο PDF;