Come convertire un'immagine in Word o Google Docs

Per trasformare la foto di una pagina in un documento modificabile servono due cose: l’OCR, che legge le parole, e un lavoro di ricostruzione che rimetta quelle parole in paragrafi, titoli, elenchi e tabelle. Le parole di solito arrivano bene. L’aspetto grafico della pagina, quasi mai.

Sapere in anticipo cosa si conserva e cosa dovrai rifare ti permette di scegliere la strada più rapida e di non dover lottare con la formattazione dopo.

Cosa si conserva

Una buona conversione mantiene la struttura del documento, cioè le parti che gli danno significato:

• Paragrafi. Le righe che nell’immagine andavano a capo vengono riunite in paragrafi continui, così il testo si riadatta quando lo modifichi.
• Titoli. Le righe che si distinguono come titoli possono diventare veri stili di titolo invece di semplice testo in grassetto.
• Elenchi. Le voci puntate e numerate diventano veri elenchi, che si rinumerano da soli quando aggiungi una voce.
• Tabelle. Righe e colonne possono arrivare come una vera tabella invece che come testo separato da spazi.
• Ordine di lettura. Nelle pagine a una sola colonna, l’ordine del testo corrisponde a quello della pagina.

In Image to Text App, la modalità Documento riunisce i paragrafi e mantiene i titoli e gli elenchi puntati e numerati. Le tabelle arrivano come tali quando usi la modalità Tabella per quella parte della pagina.

Cosa non si conserva

L’OCR riconosce i caratteri, non il design. Mettiti nell’ottica di perdere o rifare quanto segue:

• Caratteri tipografici e dimensioni. Il testo prende lo stile predefinito del documento in cui lo incolli.
• Enfasi all’interno del testo. Le parole in grassetto, corsivo o sottolineato dentro una frase di solito si perdono.
• Colori del testo, delle evidenziazioni e degli sfondi.
• Layout a più colonne, caselle di testo e riquadri laterali. Diventano un unico flusso di paragrafi, e il testo nei riquadri può finire in un punto poco felice.
• Immagini, loghi, grafici e firme. Non sono testo, quindi vengono scartati, oppure un logo si trasforma in qualche carattere casuale.
• Intestazioni, piè di pagina e numeri di pagina. Arrivano come normali righe di testo, ripetute su ogni pagina.
• Note a piè di pagina. Il testo della nota compare come un paragrafo qualsiasi e i piccoli numeri di richiamo diventano cifre normali attaccate alla fine di una parola.
• Campi dei moduli. Le righe vuote e le caselle di controllo di un modulo non diventano campi compilabili.
• Spaziature, rientri e a capo esatti, tranne che nel codice, dove una modalità pensata per il codice mantiene l’indentazione.

Copia formattata, .docx o altro?

Ci sono diversi modi per portare il risultato in un documento, e ognuno si adatta a una situazione diversa.

La copia formattata è la scelta migliore quando il testo deve finire in un documento che esiste già. Copia e incolla in Word o Google Docs: titoli, elenchi e tabelle arrivano come vera formattazione. Siccome il testo non ha un carattere tipografico suo, prende gli stili del documento di destinazione, quindi se lo incolli in un modello aziendale i titoli si adeguano a quel modello.

Un file .docx è la scelta migliore quando ti serve un documento a sé da inviare, modificare o conservare. Si apre in Microsoft Word e nella maggior parte degli altri programmi di videoscrittura. Per lavorarci in Google Docs, caricalo su Google Drive e aprilo da lì.

Markdown è adatto ad app per appunti, wiki e a tutto ciò che viene pubblicato sul web. Titoli ed elenchi restano sotto forma di semplice marcatura testuale, facile da modificare ovunque. Lo strumento immagine in Markdown è pensato proprio per questo.

Il testo semplice è la scelta giusta quando hai comunque intenzione di riformattare tutto e non vuoi che una struttura indesiderata ti intralci.

Una procedura di pulizia che fa risparmiare tempo

Qui l’ordine conta. Correggere i problemi subito, mentre hai l’immagine davanti, è molto più veloce che scovarli dopo in un documento lungo.

1. Prepara l’immagine. Ritaglia via tutto ciò che non fa parte del documento, come il bordo della pagina successiva, e raddrizza le foto scattate di sbieco. La guida come ottenere risultati OCR precisi lo spiega nel dettaglio.
2. Leggi con la modalità giusta. Usa la modalità Documento per il testo continuo. Se in una pagina c’è una tabella, leggi quella parte come tabella.
3. Correggi le parole prima di esportare. Controlla le parole segnalate con l’immagine accanto. È molto più rapido farlo qui, dove facendo clic su una riga vedi il punto corrispondente nell’immagine, che in Word con l’immagine aperta in un’altra finestra.
4. Elimina gli elementi di contorno. Cancella intestazioni, piè di pagina e numeri di pagina ripetuti. Trova e sostituisci si occupa di un’intestazione che si ripete su ogni pagina.
5. Incolla o esporta. Usa la copia formattata o il file .docx, come visto sopra.
6. Applica gli stili corretti. Usa gli stili Titolo 1, Titolo 2 e Normale invece del grassetto e delle dimensioni del carattere. Così ottieni il riquadro di spostamento in Word, la struttura del documento in Google Docs e un sommario automatico. Per eliminare prima la formattazione indesiderata, seleziona il testo e premi Ctrl+Spazio in Word, oppure Ctrl+\ in Google Docs (⌘+\ su Mac).
7. Ricostruisci quello che l’OCR non può fare. Inserisci immagini e loghi ritagliati dall’originale e ricrea le colonne con Layout > Colonne in Word o Formato > Colonne in Google Docs.
8. Rileggi. Il controllo ortografico individua le non-parole come «cbe». Non individua invece una parola vera nel posto sbagliato, come «casa» al posto di «cassa», quindi confronta numeri, nomi e date con l’originale.

Documenti di più pagine

Per un documento fotografato o scansionato pagina per pagina, aggiungi tutte le pagine insieme e mettile in ordine. In Image to Text App, la vista Documento intero riunisce tutte le pagine, ti permette di cercare in tutte e le esporta in un unico file.

Controlla i punti di giunzione tra le pagine. Un paragrafo che parte in fondo a una pagina e continua nella successiva di solito viene spezzato in due, perché ogni pagina viene letta da sola. Riuniscili a mano.

Se parti da PDF scansionati invece che da foto, la guida come estrarre il testo da documenti scansionati spiega le impostazioni dello scanner e i PDF ricercabili, che potrebbero fare al caso tuo più di un file modificabile. Le tabelle hanno una guida tutta loro: come estrarre tabelle dalle immagini.

Quando conviene ricostruire invece di convertire

La conversione funziona meglio con documenti ricchi di testo, come lettere, relazioni, articoli e appunti. Per pagine molto curate dal punto di vista grafico, come brochure, locandine, menu e attestati, estrai il testo e poi versalo in un modello nuovo. Si fa prima che cercare di ricostruire un layout identico a partire dall’output dell’OCR.

Per i moduli che devi riutilizzare, ricrea il modulo come si deve nel tuo programma di videoscrittura e copia le etichette. E se il documento arriva da qualcuno che ha ancora il file originale, chiederglielo batte qualsiasi conversione.

Quando sei pronto, lo strumento immagine in Word è pensato proprio per questo, con la copia formattata da incollare e il download in .docx.