Taranmış PDF, metin katmanı ve OCR

2026-10-30

Taranmış bir mektubu ya da fotoğrafı çekilmiş bir fişi PDF to Text ile açıyorsun ve karşına «Bu PDF’te seçilebilir metin bulunamadı.» mesajı çıkıyor. Bozuk bir şey yok; dosyada aracın okuyabileceği bir metin bulunmuyor, o kadar. Nedenini anlamak için metin katmanı, yalnız görüntüden oluşan tarama ve OCR arasındaki farkı bilmek işe yarar.

Üç tür PDF sayfası

Metin katmanı olan sayfa. Metin klavyeyle yazılmış, bir kelime işlemciden dışa aktarılmış ya da web tarayıcısından kaydedilmiştir. PDF gerçek karakterleri saklar; onları seçebilir, içinde arama yapabilir ve kopyalayabilirsin.

Yalnız görüntüden oluşan sayfa. Bir tarama cihazı ya da telefon kamerası kâğıdın fotoğrafını çekmiş ve bu fotoğrafı PDF’e yerleştirmiştir. Sana yazı gibi görünür; bilgisayar içinse renkli noktalardan oluşan bir ızgaradır. Seçilecek karakter yoktur.

Daha önce OCR işleminden geçmiş taranmış sayfa. OCR (optik karakter tanıma), görüntüye bakıp harfleri tanıyan ve görüntünün arkasına görünmez bir metin katmanı ekleyen yazılımdır. Birçok tarama cihazı ve tarama programı belgeyi kaydederken bunu yapabilir. Sayfa yine tarama gibi görünür ama artık metin de taşır.

PDF to Text bunların her biriyle ne yapar?

PDF to Text yalnız metin katmanını okur. OCR yapmaz, resimlerin içindeki yazıyı da okumaz. Dolayısıyla:

• Klavyeyle yazılmış ya da dışa aktarılmış bir PDF her zamanki gibi okunur.
• Yalnız görüntüden oluşan bir taramada çıkarılacak bir şey yoktur. Bütün sayfalar görselse yukarıdaki mesajı görürsün; Tümünü kopyala ve TXT indir kapalı kalır. Sayfaların yalnız bir kısmı görselse en üstteki not onları «sayfa 3–5» gibi adlandırır; bu sayfaların her birinde görsel olduğu ve taranmış olabileceği yazar.
• Daha önce OCR işleminden geçmiş bir tarama sorun çıkarmaz: gizli metin katmanı diğerleri gibi okunur. Bu metnin kalitesi, dosya hazırlanırken tanımanın ne kadar iyi çalıştığına bağlıdır.

Elindeki dosya hangisi?

1. PDF’i herhangi bir görüntüleyicide aç ve bir cümleyi seçmeyi dene.
2. Kelimeler tek tek vurgulanıyorsa bir metin katmanı vardır ve PDF to Text onu okuyabilir.
3. Bütün sayfa tek bir blok olarak vurgulanıyorsa ya da hiçbir şey seçilmiyorsa sayfa bir görüntüdür.

Yalnız görüntüden oluşan taramadan metin almak

Yalnız resimden ibaret bir sayfada metin, çıkarılmadan önce oluşturulmalıdır. Bu iş OCR yazılımının, yani farklı türde bir aracın işidir. Bazı tarama cihazları kaydederken «aranabilir PDF» seçeneği sunar ve tanımayı o anda yapar. Bir tarama metin katmanı kazandıktan sonra onu burada açabilir, sayfaları okutabilir, metni kopyalayabilir ya da kaydedebilirsin.

PDF’ten asıl istediğin içindeki resimlerse bunun için ayrı bir araç var: Extract Images.