PDF 処理初級
スキャン PDF の OCR と文献整理のフロー
スキャンした PDF、古い文献、アーカイブ資料を、検索・コピー・管理ができる文献ファイルに変換します。
所要時間の目安:30 分〜2 時間 5 ステップ
操作手順
1
PDF ファイルの整理
PDFsam / Stirling PDFスキャンした PDF を結合、分割、回転、並べ替えし、各ファイルの構成をわかりやすくします。
まずページの順序と向きを整えてから OCR を行いましょう。
2
OCR の実行
OCRmyPDF / Tesseract OCRスキャンした PDF にテキスト層を追加し、検索、コピー、全文インデックスができるようにします。
中国語、日本語、英語の文献には、それぞれ対応する OCR の言語パックを選んでください。
3
圧縮と最適化
Stirling PDFOCR 後の PDF に対して、圧縮、空白ページの削除、しおりの追加、形式の最適化を行います。
圧縮する際は、後で読みにくくならないよう、画質を下げすぎないよう注意してください。
4
文献ライブラリへの取り込み
Zotero処理した PDF を Zotero に取り込み、タイトル、著者、年、ジャーナルの情報を補完します。
スキャンした古い文献では、メタデータを手作業で補う必要がある場合があります。
5
タグとノートの作成
Zotero後で検索しやすいよう、研究テーマに応じてタグと読書ノートを追加します。
テーマ、手法、地域、重要度ごとに、少数のコアとなるタグを作ることをおすすめします。
ワークフロー完了
記事・ガイド
- 研究者のための PDF ツール:Acrobat がなくてもできる作業
結合、分割、表の抽出、OCR、一括処理、論文の閲読ごとに、オフラインでできるツール、機密ファイルの注意点、Acrobat がまだ必要な作業を整理します。