Як порахувати символи в постерах і PDF

1. Домовтеся, що саме рахуємо

Коректору потрібна кількість знаків з пробілами чи без? Чи включати повторюваний логотип, контакти, підписи до ілюстрацій і текст на кожній версії постера? Інструмент рахує текст, але не вирішує умови вашої домовленості.

Якщо є актуальний файл копірайту, простіше порахувати його без розпізнавання. OCR потрібен, коли лишився тільки макет або треба звірити саме фінальну версію, а не попередню чернетку.

Є готовий копірайт? Відкрийте лічильник символів у тексті →

2. Підготуйте читабельний фінальний макет

Візьміть остаточне зображення або PDF без зайвих полів редактора. Для дрібного тексту якісний експорт кращий за розмитий скриншот. Не обрізайте контакти та виноски, навіть якщо вони здаються незначними.

Спробуйте виділити текст у PDF. Це допоможе зрозуміти, чи є текстовий шар, але не гарантує, що він збігається з видимим макетом. Прихований, застарілий або неповний шар теж потребує перевірки.

3. Витягніть текст і звірте кожну сторінку

Відкрийте лічильник символів на зображеннях і в PDF. Додайте до 10 файлів, виберіть одну мову розпізнавання для пакета й запустіть обробку. Загальна межа — 50 МБ і 20 сторінок; окремі обмеження файлів і зображень видно в інтерфейсі. Файли обробляються на вашому пристрої.

PDF спочатку використовує доступний текстовий шар; сторінки без тексту проходять OCR. Якщо шар не відповідає макету, увімкніть примусове OCR для пакета. Це повторне читання видимої сторінки, а не гарантія точності. Документи різними мовами зручніше обробляти окремими пакетами. Змішані мови в одному постері потребують особливо уважної звірки.

Перевірте заголовки, дрібні виноски, цифри, апострофи, контакти й порядок колонок. Приберіть дублікати та виправте пропуски в редагованому полі результату: підрахунок змінюється одразу. OCR може пропустити слова або прочитати декоративний елемент як літеру. Відсутність повідомлення про помилку не означає, що весь текст правильний.

4. Зрозумійте правила підрахунку

Послідовності пробілів, табуляції й переносів рядків зводяться до одного пробілу; крайові пробіли прибираються. Unicode нормалізується, а одиницею підрахунку є графемний кластер, не байт. Літера з комбінованим акцентом рахується як один видимий символ.

Кожна сторінка рахується окремо. Загальна цифра — сума сторінок без заголовків і розділювачів TXT-звіту. Інший редактор може інакше враховувати пробіли або Unicode, тому спосіб підрахунку варто погодити до порівняння цифр.

Короткий приклад для самоперевірки

Два англомовні рядки нижче — синтетичний приклад, не реальний постер і не вимір точності OCR. Після перевірки тексту маємо:

Рахуйте перевірений текст сторінок, а не заголовки й розділювачі звіту. Тут пакет містить 20 символів з пробілами, 18 без пробілів і 4 слова.

5. Передайте перевірений текст, а не просто цифру

• Завантажте TXT до очищення сторінки.
• Додайте фінальний макет і кількість перевірених сторінок.
• Зазначте, чи враховано пробіли, та перелічіть домовлені виключення.
• Невдалі файли або скасований запуск позначте як частковий результат, не весь пакет.

Фінальний обсяг для оплати або договору погоджуйте з коректором за виправленим текстом. Сирий OCR сам по собі не є надійною основою для розрахунку вартості.