Naskenovaný dokument môže vyzerať ako PDF, no pre počítač zostáva iba obrázkom. Nedá sa v ňom spoľahlivo vyhľadávať, kopírovať text ani rýchlo nájsť číslo zmluvy. Rozpoznávanie textu z neho vytvorí omnoho použiteľnejší pracovný archív.
Pripravte dobrý vstup
Čitateľný obraz
Odstráňte tiene pri väzbe, otočte strany správnym smerom a neorezávajte okraje textu. Pri bežných dokumentoch býva rozumným východiskom rozlíšenie približne 300 bodov na palec.
Jednotný súbor
Strany zoraďte pred spracovaním, odstráňte prázdne zábery a skontrolujte, či nechýba zadná strana. Názov súboru má obsahovať typ dokumentu, dátum a jednoznačný identifikátor.
Farebný režim zvoľte podľa obsahu. Čiernobiely text môže mať menší súbor, no pečiatky, zvýraznenia, fotografie alebo farebné podpisy vyžadujú odtiene sivej či farbu. Originál neprepisujte; pracovnú kópiu uložte oddelene.
Postup v Acrobat 2025 Pro
- Otvorte pracovnú kópiu.Najprv skontrolujte poradie, otočenie a čitateľnosť strán. Drobné naklonenie či tieň môže zhoršiť výsledok na celej dávke.
- Spustite rozpoznávanie textu.Vyberte všetky potrebné strany a nastavte jazyk dokumentu. Pri slovenskom texte nepoužívajte iný jazyk len preto, že je predvolený; diakritika by sa rozpoznávala horšie.
- Zvoľte vhodný výstup.Pre archív je praktické ponechať obraz strany a doplniť nad neho neviditeľnú textovú vrstvu. Vzhľad zostane verný skenu a dokument sa stane prehľadávateľným.
- Urobte vecnú kontrolu.Vyhľadajte mená, čísla zmlúv, sumy, dátumy a slová s diakritikou. Skopírujte niekoľko viet do jednoduchého textového poľa a porovnajte ich s obrazom.
- Uložte a zaevidujte.Zapíšte výslednú verziu do registra archívu, nastavte prístupové práva a vytvorte zálohu podľa firemnej politiky. Súbor neoznačujte ako overený, kým neprešiel kontrolou.
Rozpoznaný text nie je dôkaz: technológia môže zameniť podobné znaky, napríklad nulu a písmeno O. Pri právnych, účtovných alebo personálnych dokumentoch rozhoduje obraz originálu a schválený proces kontroly, nie automaticky vytvorená textová vrstva.
Kontrola pred zaradením do archívu
- Každá strana patrí k správnemu dokumentu a je v správnom poradí.
- Vyhľadávanie nájde aspoň niekoľko známych výrazov na rôznych stranách.
- Dátumy, sumy, identifikátory a mená sú overené podľa obrazu.
- Súbor neobsahuje nechcené prázdne strany ani skryté prílohy.
- Prístup, lehota uchovávania a záloha zodpovedajú interným pravidlám.
Pri veľkej dávke najprv spracujte malú vzorku z rôznych období a typov papiera. Zistené chyby použite na úpravu skenovania a názvov súborov. Hromadné spracovanie spustite až vtedy, keď je vzorka spoľahlivo vyhľadateľná.
Nastavte pravidlá pomenovania
Vyhľadateľný text pomáha nájsť obsah, no archív potrebuje aj konzistentné názvy a metadáta. Dohodnite si poradie prvkov, napríklad rok, typ dokumentu, partner a evidenčné číslo. Nepoužívajte všeobecné názvy ako sken alebo dokument a neukladajte citlivý údaj priamo do názvu, ak sa zobrazuje širšiemu okruhu ľudí.
Pred hromadným importom overte aj duplicity. Dve rovnako vyzerajúce zmluvy môžu byť rôzne revízie, kým ten istý sken môže byť uložený pod viacerými menami. Jednoznačný register s vlastníkom dokumentu, dátumom kontroly a lehotou uchovávania udrží poriadok lepšie než samotné fulltextové vyhľadávanie.
Súvisiace riešenia a návody
Odstránenie citlivých údajov z PDFBezpečné zverejnenie dokumentu
Ako zrýchliť prácu s PDFPraktické pracovné návyky
Dokumenty z tabuľkových údajovSúvisiaca automatizácia dokumentov
Archív je užitočný iba vtedy, keď mu možno veriť
Dobré rozpoznávanie textu skracuje hľadanie, no hodnotu prináša až spojenie kvalitného skenu, jazykového nastavenia, vecnej kontroly, jasných názvov a bezpečnej zálohy.