EpubCCDe kwaliteitswaarschuwingen in jouw conversierapport
Het kwaliteitsrapport van EpubCC toont een waarschuwing telkens wanneer de motor iets detecteert dat moet worden gecontroleerd of een probleem dat het niet kon oplossen, in plaats van het te verbergen. Er zijn acht: pagina's gelezen met OCR, gescande pagina's zonder leesbare tekst, grote afbeeldingen die mogelijk tekst bevatten, tekens die de PDF ons niet laat herstellen, een lang boek zonder hoofdstukken, tabellen om te controleren, vereenvoudigde tabellen, en pagina's die niet konden worden gelezen.
Bijgewerkt:
Pagina's gelezen met OCR
Te zien wanneer pagina's gescande afbeeldingen waren en hun tekst werd herkend met OCR. OCR kan letters verkeerd lezen, vooral bij slechte scans, oude lettertypen, namen en nummers.
Wat te doen: controleer die pagina's in de EPUB, de waarschuwing vermeldt ze per nummer.
Gescreende pagina's
Te zien wanneer een pagina geen selecteerbare tekst heeft, een afbeelding de hele pagina bedekt, en het niet is gelezen met OCR: bij een scan van meer dan 10 pagina's op het gratis plan, of omdat OCR geen tekst erin vond (een foto, een lege pagina, een taal OCR die niet wordt gedekt). Dergelijke pagina's worden uitgesloten van de EPUB en genummerd vermeld.
Wat te doen: als slechts een paar pagina's zijn aangetast (een omslag, een foto), converteert de rest van het boek normaal. OCR is gratis op PDF's tot 10 pagina's. Een langer gescand boek heeft Pro of Business nodig, die OCR omvat.
Grote afbeeldingen
Weergegeven wanneer een afbeelding ten minste een kwarteeel van een pagina bedekt, anders dan de cover. De afbeelding wordt in de EPUB bewaard, maar als deze tekst bevat (een gescand fragment, een screenshot, een diagram met labels), dan is die tekst niet in de EPUB als tekst: OCR draait alleen op volledige gescande pagina's, en EpubCC verzint nooit tekst die het niet kan lezen.
Wat te doen: controleer die pagina's in de EPUB. Als een afbeelding tekst bevat die u nodig hebt, houdt dan de PDF naast de EPUB voor die pagina's.
Teken zonder Unicode
Weergegeven wanneer een pagina veel tekens bevat die zijn getekend met een lettertype zonder ToUnicode-kaart: de PDF toont de letters maar geeft niet aan welke letters het zijn. Ze verschijnen in de EPUB als het vervangende teken �, en het kopiëren van tekst uit de PDF toont hetzelfde probleem.
Wat te doen: exporteer de PDF opnieuw vanuit de bron met correct ingesloten lettertypen, als dat kan. Anders moeten die passages OCR of opnieuw getypt worden.
Geen hoofdstukken gedetecteerd
Weergegeven wanneer een boek van meer dan 30 pagina's eindigt als één enkele sectie: de PDF heeft geen inhoudsopgave en geen kopniveaus waarop de engine kan vertrouwen. De tekst is compleet; alleen de hoofdstuknavigatie ontbreekt.
Tabellen om te controleren
Getoond wanneer de engine een tabel opnieuw opbouwde als een echte EPUB tabel (rijen, kolommen, kopcellen en bijschrift) op de genoemde pagina's. Tabellen zijn een van de moeilijkste dingen om te lezen uit een PDF, dus het rapport vraagt je om ze te controleren in de EPUB.
Wat te doen: open de EPUB en vergelijk elke tabel met de oorspronkelijke pagina.
Vereenvoudigde tabellen
Gezeigt wanneer een tabelrooster niet betrouwbaar kon worden herbouwd, bijvoorbeeld met cellen die meerdere rijen beslaan of koppen op verschillende niveaus. Elke rij wordt als één regel bewaard met zijn cellen gescheiden door een punt, zodat er geen tekst verloren gaat, maar het leest niet langer als een rooster.
Wat te doen: als die tabellen belangrijk zijn, houd de PDF naast de EPUB voor hen, of controleer of het brondocument bestaat als HTML of een spreadsheet.
Onleesbare pagina's
Weergegeven wanneer sommige pagina's helemaal niet konden worden gelezen, meestal omdat ze beschadigd zijn. Die pagina's ontbreken in de EPUB en worden genummerd.
Wat te doen: open de PDF en controleer die pagina's; het exporteren of afdrukken van de PDF naar een nieuw bestand repareert ze vaak.
FAQ
Zal de EPUB perfect zijn?
Geen enkele converter kan dat beloven, en dat doen wij niet. Wanneer de engine problemen detecteert (onleesbare glyphs, twijfelachtige leesvolgorde) toont het een waarschuwing in plaats van het te verbergen, en het kwaliteitsrapport geeft een lijst van pagina's die het controleren waard zijn.
Werkt het met gescande PDF's?
Ja: pagina's die alleen een gescande afbeelding zijn, worden gelezen met OCR (Engels, Spaans, Frans, Duits, Portugees, Italiaans en Nederlands) en het rapport vermeldt ze, omdat OCR letters kan verkeerd lezen bij slechte scans. OCR is gratis op PDF's tot 10 pagina's; langere scans hebben Pro of Business nodig.