Как сделать нечитаемый PDF четким и легким

Чтобы бесплатно улучшить качество PDF, нужно обработать исходные изображения: выровнять перекос, обрезать лишние поля, повысить контрастность для удаления серого фона и применить мягкое шумоподавление. Для добавления возможности поиска по тексту поверх очищенного скана используется технология OCR (оптическое распознавание символов). Лучший результат дает связка бесплатных инструментов ScanTailor (для визуальной очистки) и OCRmyPDF (для распознавания текста), которые работают локально и не требуют подписки.

Почему сканы выглядят плохо и как это исправить

Проблемы с читаемостью обычно вызваны не форматом PDF, а качеством исходного сканирования или фотографирования документа. Основные враги четкости:

• Серый фон: бумага не белая, а сероватая из-за плохого освещения или настроек сканера.
• Перекос (Skew): страница отсканирована под углом.
• Шум и пятна: артефакты сжатия JPEG, пыль на стекле сканера или текстура бумаги.
• Низкое разрешение: текст размыт, буквы сливаются.

Агрессивная обработка может «съесть» тонкие элементы букв (например, засечки или точки над «i»), поэтому важно соблюдать баланс между чистотой фона и сохранностью глифов.

Лучшие бесплатные инструменты для задачи

Для качественной обработки лучше использовать специализированный софт, а не универсальные онлайн-конвертеры, которые часто ухудшают качество или имеют лимиты.

Пошаговый алгоритм улучшения PDF

Если у вас уже есть готовый PDF-файл с плохим качеством, действуйте по следующей схеме.

Шаг 1. Подготовка и конвертация в изображения

Большинство мощных инструментов для очистки работают с изображениями (TIFF, PNG, JPG), а не с PDF напрямую.

1. Извлеките страницы из PDF в отдельные изображения. Это можно сделать через бесплатные просмотрщики PDF или онлайн-сервисы (если документ не конфиденциальный).
2. Сохраните изображения в формате TIFF или PNG без сжатия, чтобы не терять качество на промежуточных этапах.

Шаг 2. Визуальная очистка в ScanTailor

Это самый важный этап для повышения читаемости.

1. Загрузите папку с изображениями в ScanTailor.
2. Fix Orientation: убедитесь, что страницы лежат правильно.
3. Split Pages: если сканировались развороты книги, разделите их на отдельные страницы.
4. Deskew: автоматически выровняйте наклон страниц.
5. Select Content: программа автоматически определит границы текста. Проверьте вручную, чтобы не обрезались важные части.
6. Margins: добавьте одинаковые поля для аккуратного вида.
7. Output: выберите режим «Black and White» (для текста) или «Grayscale» (если есть фото/графики).
   • В настройках вывода включите Thresholding (бинаризация) — это превратит серый фон в белый, а текст в черный.
   • Настройте ползунок так, чтобы фон стал чисто белым, но буквы не стали дырявыми.

Шаг 3. Сборка и OCR

После экспорта очищенных изображений из ScanTailor:

1. Соберите их обратно в PDF. Это можно сделать через тот же ScanTailor (экспорт в PDF) или через инструменты вроде img2pdf.
2. Запустите OCRmyPDF (или аналог) для добавления текстового слоя.
   • Команда для терминала: ocrmypdf input.pdf output.pdf
   • Утилита сама проведет финальную оптимизацию и сделает документ поисковым.

Как уменьшить шум без потери текста

Шум бывает разным, и борьба с ним требует точечных решений:

• Зернистость (ISO шум): Используйте медианный фильтр (Median filter) малого радиуса (1–2 пикселя). Он сглаживает одиночные цветные точки, не размывая края букв.
• Тени от пальцев или переплета: В ScanTailor используйте функцию удаления фона (Background cleaning). Если тени сильные, попробуйте увеличить контраст перед бинаризацией.
• Артефакты JPEG (квадратики): Конвертируйте исходник в PNG или TIFF до начала обработки. Фильтры размытия (Gaussian blur) с радиусом 0.5–1.0 могут сгладить квадратики, но сделают текст менее четким.

Частые ошибки при обработке

1. Слишком высокий контраст. Приводит к тому, что тонкие буквы (например, «л», «и», «ш») теряют перемычки и превращаются в неразборчивые пятна.
2. Игнорирование DPI. Для качественного OCR разрешение должно быть не менее 300 DPI. Если исходник 72–150 DPI, увеличение размера изображения не добавит деталей, но увеличит вес файла.
3. Обработка конфиденциальных данных в онлайне. Загрузка паспортов или договоров на случайные сайты «Free PDF Enhancer» небезопасна. Используйте локальный софт (ScanTailor, NAPS2).
4. Попытка исправить размытое движение. Если смазано при съемке, программы улучшения резкости не помогут, а только усилят шум. Такой документ лучше переснять.

FAQ

Можно ли улучшить PDF прямо в браузере? Да, существуют онлайн-инструменты, но они часто сжимают изображения, что ухудшает качество текста. Для разовой обработки некритичных документов это допустимо, но для архивации лучше использовать десктопные программы.

Что делать, если текст после очистки стал «рваным»? Вернитесь на этап бинаризации (пороговой обработки). Снизьте уровень контраста или порога черного. Лучше оставить легкий серый фон, чем потерять часть букв.

Как уменьшить размер файла после улучшения? Часто после очистки файл растет из-за сохранения в несжатых форматах. При финальной сборке PDF используйте сжатие изображений (JPEG для фото, CCITT G4 для черно-белого текста). OCRmyPDF делает это автоматически с ключом -O 1 или -O 2 (уровень оптимизации).

Подходит ли этот метод для рукописного текста? OCR для рукописного текста работает плохо даже на идеальных сканах. Визуальная очистка (убирание фона и шума) поможет человеку читать документ, но автоматическое распознавание скорее всего даст сбой.