Chuyển PDF scan sang Word không lỗi font tiếng Việt

PDF scan chuyển sang Word bị lỗi vì bên trong file không có chữ, chỉ có ảnh chụp các trang. Mở bằng Word hoặc công cụ chuyển PDF thông thường sẽ ra trang trắng, ảnh không sửa được hoặc ký tự lạ. Cách đúng là nhận dạng chữ (OCR) trên từng trang, rồi lưu kết quả thành file Word. Với tiếng Việt, cần công cụ OCR đọc chuẩn dấu.

Cách nhận biết PDF scan

• Thử bôi đen một câu: nếu cả trang bị chọn như một tấm ảnh, đó là PDF scan.
• Dùng Ctrl+F (Cmd+F) tìm một từ có trên trang: không tìm thấy nghĩa là không có lớp chữ.
• Trang có vết giấy, nghiêng, bóng gáy sách: gần như chắc chắn là bản scan.

"Lỗi font" thật ra là gì

Có hai trường hợp hay bị gọi chung là lỗi font. Một là PDF có chữ nhưng dùng bảng mã cũ (VNI, TCVN3), chuyển sang Word ra ký tự lạ; cách xử lý là chuyển mã sang Unicode. Hai là PDF scan được OCR bằng công cụ đọc tiếng Việt kém, nên dấu sai hoặc mất; cách xử lý là dùng OCR tốt hơn và ảnh trang rõ hơn.

Chuyển PDF scan sang Word trên máy tính

1. Mở Tofu Ảnh chữ và thả file PDF scan vào; các trang tự xếp theo thứ tự.
2. Chờ đọc chữ; việc này chạy trên máy nên tài liệu không bị tải lên web.
3. Dò từng trang với ảnh gốc bên cạnh: số liệu, tên riêng, chữ có dấu.
4. Lưu ra Word (.docx) rồi chỉnh định dạng trong Word.

Để kết quả ít phải sửa

• Scan ở 300 dpi trở lên; bản scan 150 dpi hay làm mất dấu nhỏ.
• Scan thẳng trang, tránh bóng gáy; trang nghiêng nhiều nên scan lại.
• Tài liệu có bảng phức tạp: OCR lấy chữ, không giữ khung bảng; nên dựng lại bảng trong Word.
• Tài liệu nhiều cột: kiểm tra thứ tự đoạn sau khi chuyển.

Muốn nghe tài liệu thay vì đọc? Chữ đã sửa có thể chuyển thành giọng đọc; xem bài chuyển PDF thành giọng nói.