Un PDF scansionato può sembrare perfettamente nitido sullo schermo e non contenere nemmeno una riga di testo. Ogni pagina è solo un’immagine. Ecco perché selezionare una frase, cercare una parola o cambiare la dimensione del carattere non ha alcun effetto. Per trasformare quelle immagini in un EPUB adattabile, prima bisogna riconoscere le parole. Questo processo si chiama riconoscimento ottico dei caratteri, o OCR.
L’OCR può rendere una scansione ricercabile e leggibile su un e-reader, ma non fa miracoli. La qualità della scansione originale, il tipo di materiale e l’impaginazione influiscono tutti sul risultato. Ecco cosa succede durante la conversione, a cosa fare attenzione e quando è più adatto un ebook che riproduce le pagine una per una.
Prima di tutto, verifica che il PDF sia davvero scansionato
Prova a selezionare una frase e a copiarla in un editor di testo. Se ottieni parole normali, il PDF ha già un livello di testo e potrebbe non avere bisogno dell’OCR. Se riesci a selezionare solo l’intera pagina come un unico oggetto, o non riesci a selezionare nulla, la pagina è probabilmente un’immagine. Alcuni PDF sono misti: certe pagine contengono testo selezionabile, altre sono scansioni.
La distinzione conta perché l’OCR aggiunge un passaggio di riconoscimento, mentre un livello di testo già presente si può estrarre direttamente. Un buon processo di conversione controlla le pagine una per una, così può usare il testo che c’è già e applicare il riconoscimento solo dove serve.
Cosa fa davvero l’OCR
L’OCR analizza le forme presenti nell’immagine di una pagina e stima a quali lettere e parole corrispondono. Il testo riconosciuto può poi essere organizzato in paragrafi e capitoli e impacchettato come EPUB. Siccome l’EPUB contiene testo, un’app di lettura può ingrandirlo, cambiare il carattere e ridistribuire le righe per adattarle a uno schermo piccolo.
L’immagine originale della pagina e il testo riconosciuto sono due cose diverse. L’OCR ricostruisce le parole, ma non riproduce automaticamente ogni dettaglio della pagina stampata. Colonne complesse, note a piè di pagina, box laterali, tabelle e illustrazioni possono richiedere un trattamento particolare, o leggersi in modo più naturale nella loro impaginazione originale.
Cosa influisce sulla qualità del riconoscimento
- Risoluzione: una scansione nitida offre al software di riconoscimento forme delle lettere più chiare di un’immagine sfocata o molto compressa.
- Contrasto e illuminazione: inchiostro sbiadito, ombre vicino alla rilegatura, macchie e sfondi irregolari possono rendere ambigui i caratteri.
- Allineamento della pagina: pagine ruotate, curve o storte rendono più difficile separare righe e colonne.
- Tipografia: caratteri insoliti, scrittura a mano, testo molto fitto e caratteri piccolissimi sono più difficili da riconoscere di una prosa stampata pulita.
- Struttura della pagina: impaginazioni a più colonne, equazioni, grafici e note a piè di pagina possono essere letti nell’ordine sbagliato anche quando le singole parole vengono riconosciute correttamente.
Un romanzo nitido, su una sola colonna, è un lavoro facile per l’OCR. Un libro di testo a bassa risoluzione pieno di equazioni è molto più impegnativo. Il risultato va valutato confrontandolo con le pagine originali, soprattutto vicino a diagrammi, formule e cambi di pagina.
EPUB adattabile o layout fisso?
Scegli un EPUB adattabile quando l’obiettivo principale è leggere comodamente: testo più grande, caratteri regolabili e pagine che si adattano all’e-reader. Nel caso di una scansione, è l’OCR a fornire il testo che rende possibile tutto questo. Funziona al meglio con romanzi, relazioni e altri documenti per lo più lineari.
Scegli un EPUB a layout fisso quando riprodurre la pagina originale conta più che ridimensionarne il testo. Ogni pagina resta visivamente intatta, il che è ideale per albi illustrati, libri d’arte, moduli o materiali in cui diagrammi e rapporti spaziali hanno un significato. Il rovescio della medaglia è che la pagina non si ridistribuisce come il normale testo di un ebook.
Per un libro di testo o un manuale, la risposta giusta può dipendere dall’uso che ne farai: il formato adattabile aiuta con le lunghe parti di prosa, mentre le pagine fisse possono preservare un diagramma complicato. Se il file di partenza contiene entrambe le cose, controlla le pagine più importanti prima di scegliere un formato.
Un rapido controllo di qualità dopo la conversione
- Apri l’EPUB sul dispositivo o nell’app in cui pensi di leggerlo.
- Aumenta la dimensione del carattere e verifica che il testo si ridistribuisca invece di restare un’immagine della pagina.
- Cerca una parola che vedi nel PDF originale e controlla che compaia nell’ebook.
- Confronta qualche pagina rappresentativa, tra cui un titolo, una pagina con un diagramma e qualsiasi doppia pagina fitta o a più colonne.
- Usa l’indice per spostarti tra i capitoli, se il documento ha sezioni ben definite.
Se una pagina è illeggibile nella scansione, l’OCR non può recuperare informazioni che lì non si vedono. Quando una certa formula o illustrazione deve restare esatta, tieni il PDF come riferimento o scegli un’impaginazione che conservi la pagina.
Trasforma la scansione in un libro da leggere
A un PDF scansionato non basta un involucro EPUB: le sue parole vanno riconosciute, e l’impaginazione finale deve adattarsi al materiale. Per i testi composti soprattutto di prosa, l’OCR può trasformare le immagini delle pagine in testo ricercabile che si adatta a un e-reader. Per i documenti costruiti attorno alla pagina stessa, conservare il layout fisso può essere la scelta più fedele.
Se vuoi provare, parti dal PDF e controlla le opzioni di conversione per il tuo documento prima di scaricare l’EPUB.
Hai un PDF scansionato? Guarda come viene convertito in EPUB.
Converti un PDF in EPUB →Per una guida passo passo alla lettura del libro finito su Kindle, leggi come convertire un PDF in EPUB per Kindle.