PDFをOCR認識させるときになるべく小さいサイズにするためのメモ
最近iPadの登場で自炊とかの記事が増えてきて、その関係でAcrobatを持ってればスキャン画像をOCR認識できる！しかも1クリックで！という事を知ったから色々試してみました。
PDF化
元ファイルは大体2500*3500くらいのA4のスキャン画像6枚。(PNG形式、合計19.6MB)
まずこれをAcrobat8の機能でPDFとして統合。右クリックから「対応しているファイルをPDFに統合」を押して順番と画質を確認してOKを押して待つだけ。1分もすればPDFが完成するのでまずそれを保存。この時点で2.47MBに縮小されました。
OCR認識,ファイルサイズ縮小
この先が今回のメインのOCR認識とファイルサイズ縮小。
完成したPDFファイルをAcrobat8で開いてメニューの「文書」を押すと使えそうなメニューがズラッと登場。さすが高かっただけあるｗ
この中から「スキャンしたPDFを最適化」と「OCRテキスト認識」の2種類を使ってみることに。
とりあえずオプションをいじらずにOCRテキスト認識をさせてみると、出来上がったファイルは2.17MB。OCR認識の時点で若干サイズも落ちるのです。
次に、元のファイルから先に「最適化」を実行してみました。この場合は画質が見た目でちょっと分かる程度に落ちるけど、ファイルサイズもガクッと低下。294KB。単位が違う。
しかし、ファイルサイズが縮んだことに機嫌を良くしてOCR認識をかけると…
なんということでしょう！
ファイルサイズが2.45MBになってしまいました！
最適化前とほとんど同じですね。これだと画質が下がった残念なファイルです。
そこで、気を取り直して先にOCR認識させておいたファイルを最適化してみることに。
これが大当たり。ファイルサイズ304KBに。
しっかりテキストも認識されています。
