Konverter tabeller fra skannede PDF-er til Excel.

I praksis

Få pålitelige tall ut av papirarkiver

Skannede PDF-er er som regel dokumentene ingen lenger har digitalt: signerte kontrakter med pristabeller, arkiverte følgesedler, eldre årsregnskap, faksede ordrebekreftelser og tiår med arkivert papirarbeid. OCR er det som gjør dem brukbare, og skannekvaliteten setter et hardt tak for uttrekkskvaliteten — programvare kan kompensere for litt støy, men ikke for informasjon som aldri ble fanget.

Styrer du skanneren selv, er 300 DPI i gråtoner eller svart-hvitt det optimale for trykte tabeller; under 200 DPI begynner små sifre å miste strekene som skiller dem. Legg siden flatt og rett på glasset, og foretrekk planskanneren fremfor arkmateren for innbundne eller krøllete originaler. Stempler, signaturer og vannmerker som overlapper tabellen, er verdt å merke seg: Celler under et blekkstempel er de som mest sannsynlig trenger en manuell rettelse.

Behandle eksporten som et utkast for sensitive data. En rask kontrollrutine — sjekk kolonnetotalene, og gå deretter gjennom datokolonnen på jakt etter umulige verdier — fanger det store flertallet av OCR-feilene på en brøkdel av tiden en full gjennomlesning tar.

Å konvertere skanninger til Excel er et problem i to trinn: OCR leser tegnene, og deretter gjenoppbygger tabellgjenkjenningen radene og kolonnene rundt dem. Skannekvaliteten er avgjørende for begge trinnene, og derfor sparer noen minutter ekstra ved skanneren som regel mer gjennomgangstid enn noe oppryddingstriks i etterkant.