Hallo,
hier einen Link zum TIFF Format: http://de.wikipedia.org/wiki/Tagged_Image_File_Format
Das Zitat Das Tagged Image File Format (TIFF oder auch kurz TIF) ist ein Dateiformat zur Speicherung von Bilddaten dürfte klären, warum es sich nicht für durchsuchbaren Text eignet.
Das BSDG1981 einmal eine nur mit einem Scanner erstellte Bilddatei im PDF Format, richtig als nicht für durchsuchbar angibt, aber andererseits das TIFF Format als geeignetes Ausgabeformat erklärt, erschließt sich mir nicht.
Grundlage für ausgelesenen Text aus einm Scanvorgang ist eine OCR Software, deren Ausgabeformate sind.: JPG, TIFF, PDF, WORD, und andere. JPG und TIFF sind Bildformate, die aus Pixeln bestehen. Word und PDF können Text und Bilder enthalten. Durchsuchbar nach Text sind somit nur Word und PDF.
Ich bin mir nicht sicher, ob eine OCR Software nach dem Einlesen des Textes, das Ergebnis direkt als Text in eine PDF Datei schreiben kann, oder ob das Ergebnis als Bild in eine PDF Datei eingebettet wird. Das würde allerdings den OCR Scan nach Text sinnlos machen. Denn dann wäre das Ergebnis tatsächlich nicht durchlesbar.
Aber vielleicht macht die ein oder andere OCR Software beim Erstellen einer PDF Datei nicht anderes, als ein PDF Druckertreiber. in Word. Der Text wird innerhalb einer PDF Datei nicht als Pixel, sondern als Text behandelt.
Denn wenn man eine Word Datei mittels "Datei, drucken, Auswahl: PDF Drucker" in ein PDF Format umwandelt, dann ist diese jedenfalls mit einem PDF Reader durchsuchbar.
Könnte man die Doppelseiten auch im PDF-Format mit Deinem Vorschlag scantailor.sourceforge.net trennen oder geht das nur im TIFF-Format?
Für das PDF Format würde ich, wie bereits erwähnt PDF Split and Merge ("teilen und zusammenfügen") (Freeware: deutsch) (http://www.chip.de/downloads/PDF-Split-and-Merge_29495960.html) benutzen.
Gruß
Jörg
Jörg63
Winfried8
