Conversão de PDF

O formato PDF é frequentemente usado em sistemas de arquivamento eletrônico para armazenamento de dados. Ele é o formato preferido por sua versatilidade e pela capacidade de preservar imagens e texto. As tecnologias desenvolvidas pela ABBYY permitem salvar textos reconhecidos nos formatos PDF e PDF/A. Um dos principais objetivos do arquivamento é obter o menor tamanho de arquivo possível sem perda de qualidade dos dados. Uma tecnologia especial de compactação chamada MRC (Mixed Raster Content) é usada para minimizar o tamanho dos arquivos PDF e PDF/A.

Entrada de PDF para Linux e Windows

Processamento inteligente de PDF

O ABBYY FineReader Engine analisa informações internas contidas nos arquivos PDF de origem, como:

anotações,
metadados,
objetos de texto,
dicionários de fontes
fluxo de conteúdo

O SDK melhora o desempenho e a velocidade da conversão de PDF por meio de uma seleção de texto eficiente e precisa. Se o texto estiver incorporado ao arquivo PDF, o mecanismo de OCR (Optical Character Recognition) verifica a integridade da camada de texto e decide se extrai o texto ou se aplica OCR bloco a bloco.

Captura de informações internas do PDF

Ele extrai links internos do PDF, hiperlinks e propriedades do documento, como assunto, autor, título e palavras-chave.

As restrições aplicadas ao documento PDF de entrada influenciarão a importação e o processamento do documento. Por exemplo, se não for permitido copiar texto, o documento PDF não será processado. Verifique se os arquivos PDF que você vai processar não estão protegidos contra cópia.

Saída em PDF

Suporte à segurança e criptografia de PDF	O ABBYY FineReader Engine 12 oferece suporte a diversas configurações de segurança de PDF, ampliando sua aplicabilidade para órgãos governamentais e outras organizações que exigem alto nível de segurança. Configurações de senha para “Abrir arquivo” projetadas para impedir o acesso não autorizado a um documento. Restrição de determinadas operações, como impressão, edição ou extração do conteúdo do arquivo, por meio da atribuição de senhas de permissão. Suporte aos padrões de criptografia mais recentes.
Saída no formato Tagged PDF	O Tagged PDF pode ser reformatado para se ajustar a diferentes larguras de página ou tela. Ideal para uso com dispositivos portáteis (PDAs) ou leitores de tela normalmente usados por pessoas com deficiência visual.
Tamanho da página	Possibilidade de definir o tamanho de todas as páginas de um arquivo de saída durante a conversão para PDF.
Exportação de metadados	O ABBYY FineReader Engine 12 permite exportar metadados (marcadores, hiperlinks, referências cruzadas etc.).
Conversão para o formato PDF/A	Conversão para o formato PDF/A, recomendado como padrão para a preservação de longo prazo de documentos orientados por página. As tecnologias da ABBYY permitem salvar documentos em formatos PDF/A com diferentes níveis de conformidade: PDF/A-1a, PDF/A-1b, PDF/A-2a, PDF/A-2b, PDF/A-2u, PDF/A-3a, PDF/A-3b, PDF/A-3u. O formato PDF/A-1a apresenta os seguintes recursos: melhor preservação da formatação do documento, da estrutura lógica e da aparência original, bem como a possibilidade de preservar a aparência do documento em telas de diferentes tamanhos (o conteúdo do documento é organizado de uma maneira específica para isso). O formato PDF/A-1b é usado apenas para reproduzir a aparência do documento. Os formatos PDF/A-2a, PDF/A-2b e PDF/A-2u oferecem suporte à compressão de imagem JPEG 2000, transparência e camadas. A diferença é que todo o texto em PDF/A-2u tem mapeamento Unicode. Os formatos PDF/A-3a, PDF/A-3b e PDF/A-3u oferecem suporte à anexação de documentos em quaisquer formatos (como Excel, Word, HTML, CAD, XML) a um documento PDF.
Conversão para o formato PDF/UA	O ABBYY FineReader Engine 12 oferece suporte à exportação para PDF em conformidade com o padrão PDF/UA. O formato PDF/UA oferece suporte a Tagged PDF e tecnologias assistivas.
Exportação de CJK para PDF	Permite converter documentos em chinês (simplificado e tradicional), japonês e coreano para o formato PDF.

Compressão MRC em PDF (PDF/A)

Uma tecnologia especial de compressão chamada MRC (Mixed Raster Content) é usada para minimizar o tamanho dos arquivos PDF e PDF/A.

Os arquivos de imagem de documentos geralmente são muito grandes devido ao plano de fundo, que muitas vezes representa até 90% do tamanho do arquivo. No entanto, esse plano de fundo pode ser desnecessário no documento resultante. O que importa é o texto e as imagens. A tecnologia de compressão MRC permite identificar o plano de fundo colorido e removê-lo ou compactá-lo em alto grau. Assim, o texto e as imagens permanecem sobre um fundo branco, contribuindo para reduzir o tamanho do arquivo. Os objetos de imagem (diagramas, gráficos, logotipos, fotos, desenhos, carimbos, assinaturas etc.) também são ligeiramente comprimidos, mas apenas em um nível que não comprometa a qualidade. A tecnologia MRC analisa os contornos de caracteres semelhantes no documento, cria um modelo médio de caractere e o usa no lugar do próprio caractere. Isso melhora a legibilidade, porque alguns defeitos do texto são corrigidos, e os contornos dos caracteres se tornam mais precisos. Como resultado, você obtém uma imagem menor, com aparência ainda melhor do que antes. O documento resultante terá um plano de fundo discreto e uniforme, com texto e imagens nítidos. Essa “reconstrução” do documento pode ser útil quando você precisa lidar com imagens de baixa qualidade devido a: iluminação ruim, foto fora de foco, parâmetros incorretos de digitalização/fotografia, papel escuro sem revestimento ou deterioração do documento. Tudo isso faz com que a imagem tenha um fundo escuro com texturas adicionais. O texto fica borrado e difícil de ler. A tecnologia MRC proporciona uma aparência melhor ao documento e um tamanho de arquivo até 8 a 10 vezes menor do que com JPEG.