Adobe PDF

Fișierele PDF sunt o opțiune populară pentru stocarea și imprimarea diagramelor de acorduri și foilor de versuri. Este posibil să fi folosit fișiere PDF de ani de zile pentru a cataloga biblioteca dvs. digitală. Formatul fișierului Adobe PDF este excelent pentru reprezentarea precisă a paginii tipărite și este portabil între diferitele platforme de computer. Să analizăm unele provocări cu acest format de fișier și modalități prin care putem extrage text pentru rezultate optime.

Fișierele Adobe PDF sunt afișate „ca atare" în OnSong și nu pot fi editate, formatate sau participa la modul cu lumină slabă. Deși aceste fișiere pot conține text, acesta este plasat pe pagina virtuală într-un mod care îl permite să fie tipărit și nu ușor de înțeles sau modificat de alte aplicații. În plus, fișierele PDF pot fi, de asemenea, compuse din grafică sau imagini scanate, sau orice combinație dintre acestea. De asemenea, pot fi criptate, protejând conținutul lor de a fi extras. Din acest motiv, fiecare fișier PDF este diferit, deci nu există o modalitate de a gestiona o conversie perfectă într-un document bazat pe text.

Puteți extrage textul unui fișier PDF din OnSong folosind Editorul de cântece și atingând butonul Extrage textul din Bara de instrumente de conversie care apare înainte ca tastatura pe ecran să fie dezvăluită. OnSong va încerca mai întâi să extragă textul din fișierul PDF și, dacă nu este disponibil niciun text, va procesa fișierul utilizând Recunoașterea optică a caracterelor (OCR). Rezultatul va mai probable să se termine cu text, dar va trebui să revizuiți și să ajustați textul în un format de fișier pe care OnSong îl înțelege. În plus, dacă fișierul a fost criptat, rezultatul extragerii poate duce la caractere încurcate. Aceste fișiere nu pot fi extrase din cauza protecției aplicate lor de software-ul de autor.

Iată unele probleme cu care ați putea să vă confruntați cu fișierele PDF extrase:

Spațiere proastă

Este posibil să găsiți că unele text sunt plasate în ordine greșită sau cu spațiere slabă. Acest lucru se datorează faptului că fișierele PDF pot folosi comenzi rapide de text pentru alinierea textului folosind mai multe fragmente de text. OnSong funcționează pentru a plasa aceste fragmente de text în proximitate între ele folosind calcule de proximitate a cadrului, dar pot exista în continuare probleme care vă cer să corectați manual acest lucru.

Acorduri cu spații suplimentare

Fiecare diagramă de acorduri este creată diferit în funcție de autor și de software-ul utilizat. De exemplu, fișierul original ar fi putut folosi mai mulți caractere de spațiu pentru a alinia acordurile deasupra versurilor. Dacă este utilizat un font de lățime variabilă, aceasta poate duce la utilizarea mult mai multor spații decât versurile de mai jos. Utilizați Reparați spațiile de aliniere găsite în Meniul instrumente de text găsite în Bara de meniu din Editorul de cântece pentru a aduce acele acorduri mai aproape de poziția lor și apoi ajustați manual după cum este necesar.

Acorduri comprimate

O altă problemă pot fi acordurile care sunt prea apropiate pe o linie deasupra acordurilor. Acest lucru poate întâmpla dacă acordurile au fost plasate inițial în casete de text și apoi aliniate deasupra acordurilor. Va trebui să aliniați manual acele acorduri deasupra versurilor corespunzătoare în Editorul de cântece.

Caractere încurcate

Dacă încercați să extrageți text dintr-un document PDF criptat, aceasta poate duce la un ecran plin de caractere. Va trebui să reveniți la procesul de extragere sau să ieșiți din Editorul de cântece și să găsiți un alt mod de a extrage text.

Caractere nerecunoscute

Dacă OnSong nu poate extrage textul din document direct, poate fi necesar să trimită documentul la recunoașterea optică a caracterelor (OCR). Aceasta înseamnă că un computer va încerca să „citească" documentul vizual. În funcție de calitatea PDF-ului, aceasta poate duce la utilizarea caracterului incorect. De exemplu, dacă documentul dvs. avea un simbol plat, acesta ar putea fi interpretat ca o literă minusculă „b", sau dacă PDF-ul a fost scanat, textul estompat poate duce la alte caractere. Revizuiți documentul și efectuați aceste modificări manuale după cum este necesar în Editorul de cântece.