EpubCCOs avisos de qualidade em seu relatório de conversão
O relatório de qualidade do EpubCC mostra um aviso sempre que o mecanismo detecta algo a ser verificado ou um problema que não pôde corrigir, em vez de escondê-lo. Há oito: páginas lidas com OCR, páginas digitalizadas sem texto legível, grandes imagens que podem conter texto, caracteres que o PDF não nos permite recuperar, um livro longo sem capítulos, tabelas a serem verificadas, tabelas simplificadas e páginas que não puderam ser lidas.
Atualizado:
Páginas lidas com OCR
Mostrado quando as páginas foram digitalizações de imagens e seu texto foi reconhecido com OCR. OCR pode ler incorretamente letras, especialmente em digitalizações ruins, tipos antigos, nomes e números.
O que fazer: verifique essas páginas no EPUB, o aviso lista-as por número.
Páginas escaneadas
Mostrado quando uma página não tem texto selecionável, uma imagem cobre toda a página, e não foi lida com OCR: em uma digitalização com mais de 10 páginas no plano Free, ou porque OCR não encontrou texto nela (uma foto, uma página em branco, uma língua OCR que não cobre). Tais páginas são deixadas de fora do EPUB e listadas por número.
O que fazer: se apenas algumas páginas forem afetadas (uma capa, uma foto), o restante do livro converte normalmente. OCR é gratuito para PDFs de até 10 páginas. Um livro escaneado mais longo precisa da edição Pro ou Business, que incluem OCR.
Imagens grandes
Mostrado quando uma imagem cobre pelo menos um quarto de uma página que não seja a capa. A imagem é mantida no EPUB, mas se contiver texto (um trecho escaneado, uma captura de tela, um gráfico com rótulos), esse texto não está no EPUB como texto: OCR só funciona em páginas escaneadas inteiras, e EpubCC nunca inventa texto que não pode ler.
O que fazer: verifique essas páginas no EPUB. Se uma imagem contiver texto que você precisa, mantenha o PDF ao lado do EPUB para essas páginas.
Caracteres sem Unicode
Exibido quando uma página contém muitos caracteres desenhados com uma fonte que não tem mapa ToUnicode: o PDF mostra as letras, mas não diz quais letras são. Elas aparecem no EPUB como o caractere de substituição �, e copiar texto do PDF mostra o mesmo problema.
O que fazer: exporte o PDF novamente de sua fonte com fontes integradas corretamente, se puder. Caso contrário, esses trechos precisam de OCR ou reescrita.
Nenhum capítulo detectado
Exibido quando um livro com mais de 30 páginas acaba como uma única seção: o PDF não tem esboço e nenhum nível de cabeçalho no qual o motor poderia confiar. O texto está completo; apenas a navegação do capítulo está faltando.
Tabelas para verificar
Exibido quando o mecanismo reconstruiu uma tabela como uma verdadeira tabela EPUB (linhas, colunas, células de cabeçalho e legenda) nas páginas listadas. Tabelas são uma das coisas mais difíceis de ler de um PDF, então o relatório pede para você revisá-las no EPUB.
O que fazer: abra o EPUB e compare cada tabela com a página original.
Tabelas simplificadas
Mostrado quando a grade de uma tabela não pôde ser reconstruída de forma confiável, por exemplo, com células que abrangem várias linhas ou cabeçalhos em vários níveis. Cada linha é mantida como uma linha única com suas células separadas por um ponto, de modo que nenhum texto seja perdido, mas não é mais lido como uma grade.
O que fazer: se essas tabelas forem importantes, mantenha o PDF ao lado do EPUB para elas, ou verifique se o documento fonte existe como HTML ou uma planilha.
Páginas ilegíveis
Exibido quando algumas páginas não puderam ser lidas de jeito nenhum, geralmente porque estão danificadas. Essas páginas estão ausentes do EPUB e listadas por número.
O que fazer: abra o PDF e verifique essas páginas; exportar ou imprimir o PDF para um novo arquivo frequentemente os repara.
FAQ
O EPUB será perfeito?
Nenhum conversor pode prometer isso, e nós não fazemos. Quando o motor detecta problemas (glifos ilegíveis, ordem de leitura duvidosa), ele mostra um aviso em vez de escondê-lo, e o relatório de qualidade lista as páginas que valem a pena verificar.
Funciona com PDFs escaneados?
Sim: páginas que são apenas uma imagem escaneada são lidas com OCR (inglês, espanhol, francês, alemão, português, italiano e holandês) e o relatório as lista, porque OCR pode ler letras de forma incorreta em escaneamentos ruins. OCR é gratuito para PDFs de até 10 páginas; escaneamentos mais longos precisam da edição Pro ou Business.