Leesbare pdf-tekst

Silktide controleert of de tekst in je pdf-documenten als echte tekst bestaat, in plaats van alleen als afbeeldingen van tekst. Een gescande pagina ziet er identiek uit aan een getypte pagina, maar software kan alleen de getypte pagina lezen.

Waarom dit belangrijk is

Wanneer een pdf geen bevat, heeft een niets om voor te lezen: het hele document blijft stil voor mensen die blind zijn of slechtziend zijn. Niemand kan de tekst selecteren, kopiëren of doorzoeken, zoekmachines kunnen de inhoud niet indexeren en vertaaltools kunnen de tekst niet verwerken.

Dit gebeurt het vaakst met gescande papieren documenten die rechtstreeks als pdf zijn opgeslagen, en met ontwerptools die tekst bij het exporteren omzetten in afbeeldingen. Deze documenten komen juist veel voor op de plekken waar ze de meeste schade veroorzaken: formulieren, beleidsdocumenten en gearchiveerde gegevens.

Zo los je het op

Exporteer de pdf vanuit het oorspronkelijke digitale document — een tekstverwerker of opmaakprogramma — in plaats van een afdruk te scannen. Zo blijft de tekst echt als tekst behouden.
Scan documenten die alleen op papier bestaan en voer ze daarna door , dat in de meeste pdf-tools is ingebouwd. Controleer de herkende tekst, want OCR maakt fouten.
Overweeg voor belangrijke inhoud een webpagina te publiceren in plaats van (of naast) de pdf — HTML-pagina's zijn gemakkelijker toegankelijk te houden.

Tekst leesbaar maken is de eerste stap; een volledig toegankelijk document heeft ook structuur nodig. Bekijk pdf-remediatie om te zien hoe Silktide documenten voor je kan herstellen.

Zo voert Silktide deze controle uit

Analyseer elk pdf-document dat op je website wordt gevonden.
Extraheer alle echte tekst die het document bevat.
Rapporteer het document wanneer er geen leesbare woorden kunnen worden geëxtraheerd, wat betekent dat de inhoud alleen uit afbeeldingen bestaat.

Elk document slaagt of faalt als geheel.

Problemen oplossen

Ik kan de pdf prima lezen

Je ogen lezen de afbeelding van de tekst; software kan dat niet. Om te zien wat een machine ziet, probeer je een zin in de pdf te selecteren of te zoeken naar een woord dat je op de pagina ziet. Als je het niet kunt selecteren of vinden, is de tekst een afbeelding.

Het document bestaat opzettelijk grotendeels uit afbeeldingen

Een fotoalbum of poster kan legitiem weinig tekst bevatten. Als het document via afgebeelde tekst niets overbrengt, kun je de bevinding .