Mac 扫描件 PDF 打码:搜不到号码,就删干净了吗?
合同签完字再扫描成 PDF,收款账号清楚可见,按 ⌘F 却搜不到。这样的文件在打码前就可能没有搜索结果,因此不能拿「搜不到」作为处理成功的证据。
扫描件打码需要回答两个问题:图片上的号码还看不看得见?如果文件另有文字层,里面是否还存着号码?
同一页里,图片和文字可能各存一份
纯图片 PDF 把文字当作画面保存,文字提取工具可能读不到任何字符。光学字符识别(OCR)可以再建立可搜索的文字层。Adobe 的扫描文字说明介绍了这一步,也要求检查识别结果是否准确、完整。
因此,扫描件里可能同时有一张页面图片和一层不可见文字。只在图片上方加黑色矩形,不能说明对应文字已删除;只删文字层,图片上的号码又可能仍然可见。普通画框与真正的区域编校要分清,基本操作见 Mac PDF 脱敏指南。
能搜到,也要核对识别框落在哪里
OCR 得到的字符和位置未必与图片完全一致。扫描页倾斜、字迹模糊时,号码可能识别错,选中的框也可能没有覆盖完整内容。
处理前可以复制一行文字,与画面逐字对照。如果号码本来就识别错了,再用原号码搜索,自然找不到。检查遮盖范围时,要放大看号码的两端和上下边缘;看得见的半个数字也应补选。手写签名和二维码等图像信息,另按分享目的决定是否移除。
Inkfish 的扫描件说明确认,它对无文字层页面使用本机文字识别,支持中文、英文和德文。候选结果需对照图片审阅,漏掉的区域可以手动框选。详细按钮步骤在使用指南中;这里需要特别留意的是图像内容与识别结果是否对得上。
打码后,用两种检查核对同一份副本
处理完成后,关闭编辑窗口,重新打开准备发送的副本。将原件单独保留,避免检查的是新文件,附上的却是原件。
| 检查 | 具体看什么 | 能发现什么 |
|---|---|---|
| 逐页看图片 | 放大遮盖边缘,检查重复号码、签名和未选区域 | 可见残字与漏选内容 |
| 搜索并复制文字 | 搜完整号码,也搜其中有辨识度的一段;复制页面文字到纯文本查看 | 残留或重复的可提取文字 |
Inkfish 保存后会检查已标记位置的文字提取结果。这不能代替上面的图片检查。文档属性、批注和附件也可能带出信息,按本次分享范围一并查看。
需要加用途水印或改交纸件时,另见合同分享方式选择。先确认这一份扫描副本处理正确,再决定交付形式。
常见问题
扫描件打码前,必须先做 OCR 吗?
不必。支持图像区域编校的工具可以直接处理选定画面。OCR 的作用是帮助找字;带有 OCR 文字层的文件还要检查那一层。
搜索、复制都没有结果,为什么还要看图片?
纯图片原件就可能没有可提取文字。搜索与复制无法据此判断图片上的号码是否消失,所以仍要逐页查看输出。
