OCR ile taranmış PDF nasıl çevrilir (ve düzen nasıl korunur)

Taranmış bir PDF’yi çevirmek tek bir iş değildir — önce OCR, sonra düzenin yeniden kurulması gerekir. Taramayı yanlış yaparsanız hiçbir çeviri aracı sayfayı kurtaramaz.

Taranmış PDF’ler alışıldık “düzeni koru” yolunu neden bozar

Doğrudan dijital olarak üretilmiş bir PDF, seçilebilir metni ve (çoğu zaman) yapıyı zaten saklar. Taranmış PDF ise büyük ölçüde sayfa fotoğraflarından oluşur. Herhangi bir çeviri aracı kelimeleri başka bir dile taşımadan önce bir OCR motorunun bu kelimeleri piksellerden tahmin etmesi, ardından başka bir şeyin çeviriyi sütunlara, tablolara ve kenar boşluklarına yerleştirmesi gerekir.

Bu iki aşamalı zincir, “OCR + düzeni koru” ifadesinin neden yerel bir PDF’yi çevirip biçimlendirmeyi korumaktan farklı hissettirdiğini açıklar. Google Cloud’un Document Translation belgeleri bu konuda açıktır: taranmış PDF’ler, özellikle yoğun tablolar, çok sütunlu sayfalar ve etiketli grafiklerde, yerel PDF’lere göre daha fazla biçimlendirme kaybeder. OCR dizeleri geri kazanır; piksellerden cilalı bir tasarımı yeniden inşa etmek ise ikinci ve daha zor bir iştir.

Bu rehber kesişim noktasını ele alır — dosyanızı nasıl sınıflandıracağınızı, taramayı nasıl hazırlayacağınızı, dürüst düzen beklentilerini nasıl belirleyeceğinizi ve pratik bir OCR→çeviri iş akışını nasıl yürüteceğinizi anlatır — bir başka yöntem derlemesi değildir (bunun için 2026’da taranmış bir PDF nasıl çevrilir yazısına bakın) ve bir araç karşılaştırması da değildir (ürün seçimi gerektiğinde taranmış PDF’ler için en iyi OCR araçları veya en iyi taranmış PDF çeviri araçları yazılarına bakın).

Yalnızca görüntü, yerel ve karma PDF’ler nasıl ayırt edilir

Bunu herhangi bir şey yüklemeden önce yapın. Yanlış işlem hattı (yerel bir dosyada OCR veya bir taramada yalnızca metin ayrıştırma) zaman kaybettirir ve hatalar ekler.

Tür	PDF görüntüleyicide hızlı testler	Ne yapmalı
Yerel (doğrudan dijital)	Gerçek kelimeleri vurgulayıp kopyalayabilirsiniz; arama ifadeleri bulur	Metin katmanı ayrıştırmasını tercih edin. Tam sayfa OCR’yi zorlamayın — kesin metni tahminlerle değiştirirsiniz
Yalnızca görüntü / taranmış	Seçim tüm sayfayı tek bir görüntü olarak vurgular (ya da hiçbir şeyi); arama yararlı bir şey bulmaz	OCR planlayın. Düzen kalitesi tarama kalitesini takip eder
Aranabilir tarama	Sayfa fotoğraf gibi görünür, ama arama/kopyalama bazen çalışır	Görüntünün altında görünmez OCR metni zaten olabilir. Birkaç sayfayı test edin — gizli katman bozuksa veya eksikse, güvenmek yerine yeniden OCR yapın
Karma	Bazı sayfalar seçilebilir, bazıları yalnızca görüntü (paket taramaları + dijital kapaklarda yaygın)	Sayfa başına yönlendirin. “Hepsi yerel” veya “hepsi tarama” varsayan araçlar eksik çevirir ya da fazla OCR yapar

Uygulamalı kontroller (özel yazılım gerekmez):

1. 1. sayfayı, ortadaki sayfayı ve son sayfayı açın. Her birinde bir cümle seçmeyi deneyin.
2. Ekranda gördüğünüz benzersiz bir kelime için Bul’u kullanın. Sonuç yoksa → tarama olarak değerlendirin (veya bozuk metin katmanı).
3. %200’e yakınlaştırın. Yumuşak, pikselli harfler genellikle kâğıt fotoğrafı anlamına gelir; keskin vektörler genellikle yerel anlamına gelir.
4. Karma tuzaklara dikkat edin: dijital kapak + taranmış gövde veya bir fotoğraflanmış eki olan yerel bir rapor. Sınıflandırmayı yalnızca ilk sayfaya göre değil bölüm bazında yapın.

Word / Google Docs / InDesign kaynağı hâlâ elinizdeyse onu çevirin ve yeni bir PDF dışa aktarın. Düzleştirilmiş bir tarama üzerinde OCR bir geri dönüş yoludur — düzen kritik işler için ideal yol değildir.

OCR öncesi tarama kalitesi kontrol listesi

OCR doğruluğu ve düzenin korunması aynı girdileri paylaşır. Satıcı yönergeleri (ör. RWS Language Weaver PDF işleme notları, Pairaphrase OCR hazırlığı) aynı alt sınırlarda birleşir:

Etken	Hedef	Neden önemli
Çözünürlük	Gövde metni için ≥ 300 DPI; küçük dipnotlar veya yoğun tablolar için ~600 DPI’a kadar	~150–200 DPI’ın altında klasik karışıklıklar artar (rn→m, 0→O). Daha yüksek DPI küçük puntolara yardımcı olur; bir noktadan sonra çoğunlukla yalnızca dosya boyutunu artırır
Eğiklik / yön	Sayfalar dik ve düz; tutarlı dikey veya yatay	Eğik telefon fotoğrafları ve karışık döndürmeler satır algılamayı ve okuma sırasını altüst eder. Bazı API’ler döndürme düzeltmesi sunar — yine de kaynağında düzeltmek daha iyidir
Kontrast	Temiz açık zeminde koyu metin; aşırı kırpılmış S/B veya soluk griden kaçının	Çok yüksek veya çok düşük kontrast ince çizgileri lekelere ya da hayaletlere dönüştürür. Gri tonlama genellikle soluk mürekkep için agresif ikili dönüşümden daha iyidir
Engeller	Gövde metninin üzerinde damga, yoğun filigran, kırışık, arka baskı veya el yazısı olmasın	Glifleri örten her şey, OCR’ın uydurduğu veya atladığı “metin” hâline gelir
Düzen tutarlılığı	Taramayı kontrol edebiliyorsanız tek dosyada benzer sayfa şablonları	Çok sütunlu dergi sayfalarını basit mektuplarla aynı OCR geçişinde karıştırmak bölütlemeye zarar verir
El yazısı ve metin fotoğrafları	Zayıf sonuçlar bekleyin	El yazısı notlar, beyaz tahta fotoğrafları ve haritalar hâlâ zordur; manuel çıkarım veya insan incelemesi planlayın
Dil	Mümkünse dosya başına tek ana dil; OCR aracında dil ipuçlarını ayarlayın	Arama uzayı sınırlandığında sözlükler ve alfabe modelleri daha iyi çalışır

Yeniden tarayabiliyorsanız: düz yataklı veya otomatik beslemeli tarayıcıyla 300 DPI+ ve PDF çıktısı (yumuşak JPEG yığını değil), sayfaları düzeltin, bölge algılamayı karıştırıyorlarsa siyah kenarlıkları kaldırın ve parlaklığı orta düzeyde tutun. Yeniden tarayamıyorsanız: bir PDF/OCR aracıyla eğikliği giderin, zımba deliği kenar boşluklarını kırpın ve karmaşık raporların bulanık fakslarının çeviriden sonra bir temizlik geçişi gerektireceğini kabul edin.

“OCR + düzeni koru” gerçekçi olarak ne yapabilir

Çıtayı pazarlama metnine göre değil, belgenin şekline göre belirleyin.

Genellikle güçlü

• Tek sütunlu mektupların, basit bloklu faturaların veya net başlıklı raporların temiz, yüksek DPI’lı, düz taramaları
• Görüntü olarak kalan logolar ve fotoğraflar, yakınlarındaki altyazılar çevrilirken
• Basit sayfalarda kaba sütun ve kenar boşluğu korunması

Genellikle inceleme gerektirir

• Gerçek tablo nesneleri yerine çizgilerden oluşturulmuş tablolar — metin genişlemesinden sonra hücre sınırları kayar
• İki veya üç sütunlu dergiler; yan paneller; öne çıkan alıntılar
• Gövde metniyle karışmış formlar, damgalar ve imzalar
• Genişleyen hedef diller (ör. İngilizceye kıyasla birçok Avrupa dili) — kaynak dile göre boyutlandırılmış çerçeveler, OCR kusursuz olsa bile taşar

Zayıf veya saf OCR→PDF için kapsam dışı

• El yazısı, düşük kontrastlı karbon kopyalar, eğik telefon fotoğrafları
• Etiketlerin görselin parçası olduğu yoğun etiketli grafikler
• Piksel hassasiyetinde baskı broşürleri — düzenlenebilir kaynakları tercih edin

Dürüstlük kontrolü: OCR size kelimeler ve kutular verir. OCR sonrası “düzeni koru”, aracın çevrilmiş dizeleri bu bölgelere yerleştirmesi (veya benzer bir sayfayı yeniden inşa etmesi) anlamına gelir. Taramanın garantili bir ikizini ifade etmez. Yalnızca düz metin dökümü değil, önizleyebileceğiniz yeniden inşa edilmiş bir PDF döndüren araçları tercih edin. “Biçimlendirmeyi koru”nun alıcı kontrol listesinde (tablolar, yazı tipleri, görüntüler, sayfa düzeni) ne anlama gelmesi gerektiği için eşlik eden rehbere bakın: PDF’yi Çevir ve Düzeni Koru. Dosyanız zaten yerel bir PDF ise (seçilebilir metin), taranmış OCR yoluna gitmek yerine düzeni koruyan çeviri için OpenL’nin PDF çeviricisini kullanın.

Uygulama adımları: taranmış PDF → OCR → düzeni gözeten çeviri

1. Dosyayı sınıflandırın — yukarıdaki testlerle. Gerçekten yerel sayfalarda OCR’yi atlayın.
2. Taramayı hazırlayın — kontrol listesini kullanarak (DPI, eğiklik, kontrast, engeller). Dosya ~200 DPI’ın altındaysa ve kâğıt hâlâ duruyorsa yeniden tarayın.
3. Yolu seçin
   • Hepsi bir arada OCR + çeviri — tarama temizse ve düzen ihtiyaçları orta düzeydeyse (müşteriyle paylaşım, iç inceleme) bir kez yükleyin.
   • Önce OCR, sonra çeviri — terminoloji veya hukuki ifade önemliyse: aranabilir/düzenlenebilir bir ara dosya üretin, OCR hatalarını (adlar, sayılar, tablo hücreleri) düzeltin, ardından çevirin.
4. Dil ve alfabe ipuçlarını ayarlayın — OCR veya belge aracında. Yanlış dil paketleri CJK, Arapça, Kiril ve karma alfabeli sayfaları sessizce bozar.
5. Düzenin yeniden inşasını gözeterek çevirin — yalnızca sohbet tarzı paragraflar değil, yapısıyla birlikte PDF (veya DOCX) üreten bir belge işlem hattı seçin.
6. Önce zor sayfaları örnekleyin — her tablo, her çok sütunlu açılım, üstbilgi/altbilgiler ve damga veya şekil içeren her sayfa.
7. PDF çıkmazsa üst kademeye taşıyın — düzen kritikse (baskı, düzenlemeye tabi dosyalama), düzenlenebilir orijinali isteyin.

Net taramalarda OCR ve tek yerde düzen önizlemesi istediğinizde yumuşak bir ürün yolu: doc.openl.io üzerindeki OpenL’nin taranmış belge çeviricisi. Bir örnek üzerinde uygunluğu değerlendirmek için kullanın; tam belge çalıştırmaları işlem yoğun olduğu için ücretlidir. iOS Doc Translator uygulaması, masaüstünden uzakta olduğunuzda cihaz üzerinde belge ve OCR odaklı akışları kapsar.

Ödeme yapmadan önce önizleyin

OCR + düzen kalitesini görmeden önce tüm taranmış paket için ödeme yapmak, alıcıların kullanılamaz dosyalarla kalmasının yoludur.

1. Dosyanın gerçekten bir tarama olduğunu (veya hangi sayfaların tarama olduğunu) doğrulayın.
2. Temsili bir örnek yükleyin — bir kolay sayfa ve bir zor sayfa (tablo veya iki sütun) ekleyin.
3. Yalnızca kelime sayısı teklifi değil, düzeni gösteren ücretsiz veya sınırlı bir önizlemeyi tercih edin. doc.openl.io/translate/scanned-document adresinde tam dosyaya geçmeden önce günlük ücretsiz önizlemeyi inceleyebilirsiniz.
4. OCR belirtilerini kontrol edin: bozuk adlar, birleşmiş sütunlar, tablolarda ters dönmüş sayılar, eksik yan paneller.
5. Ancak bundan sonra tam belge için ödeme yapın — ve dışarıyla paylaşmadan önce yine de ilk/son sayfaları ve her tabloyu inceleyin.

Sources

• Translate documents — Google Cloud Translation — Taranmış PDF’lerin yerel PDF’lere göre daha fazla biçimlendirme kaybettiğine dair resmi notlar; karma yerel/taranmış içerik uyarıları; taranmış PDF çevirisi için yönlendirme
• PDF processing guidelines — RWS Language Weaver — Asgari 300 dpi, eğiklik/kontrast, el yazısı sınırları ve MT öncesi düzen tutarlılığı
• How to Extract Text From Scanned PDFs Reliably — OCRByte — Yerel metne geri dönüş, eğiklik giderme, kontrast, dil ipuçları ve düzeni gözeten OCR kontrol listesi
• Highest quality scanned document translation with OCR — Pairaphrase — Engel kaldırma ve 300–600 DPI yeniden tarama yönergeleri
• Detect Scanned PDF Document — UniDoc — Taranmış ve metin PDF’leri ayırt etmeye yönelik sezgisel yöntemler ve aranabilir tarama sınır durumları
• Scanned Document Translator — OpenL Doc — Net taramalar için OCR, düzen odaklı çıktı ve ödeme öncesi ücretsiz önizleme