Termine del glossario
Livello di testo
Un livello di testo è testo leggibile dal software e incorporato in un documento, di solito dietro l'immagine visibile della pagina. È ciò che rende il documento ricercabile, selezionabile e accessibile ai programmi.
Livello di testo e testo visibile
Un documento digitale nativo, creato con un programma di scrittura, un browser o uno strumento di progettazione, contiene normalmente il testo nella struttura originale del file. Quel testo è già leggibile dal software.
Il livello di testo di un documento scansionato o basato su immagini è diverso. Viene aggiunto in un secondo momento, in genere tramite OCR, affinché il software possa elaborare parole che in origine esistevano solo come pixel. Due documenti possono apparire identici sullo schermo, ma uno contiene testo digitale nativo e l'altro si affida a un livello generato dall'OCR.
La differenza pratica è semplice: in un file digitale nativo, selezione e ricerca funzionano subito. In un file basato su immagini e privo di livello di testo, non funzionano, anche se la pagina risulta perfettamente leggibile a una persona.
Dove serve un livello di testo
Il livello di testo è importante ogni volta che un documento deve offrire qualcosa in più della sola lettura visiva:
- PDF ricercabili — permette di trovare le parole nel PDF. Senza, la ricerca nel documento non restituisce risultati.
- Accessibilità — gli screen reader dipendono dal livello di testo per leggere i contenuti ad alta voce. Un documento composto solo da immagini è di fatto invisibile alle tecnologie assistive.
- Indicizzazione dei documenti — motori di ricerca e sistemi di gestione indicizzano il livello di testo, non l'immagine della pagina.
- Copia e incolla — si può selezionare e copiare testo da una scansione o da uno screenshot soltanto se il livello è presente.
- Esportazioni PDF di screenshot — quando gli screenshot vengono esportati in PDF, un livello di testo rende il contenuto citabile e ricercabile.
Come si crea un livello di testo
Ci sono due possibilità. Nei documenti digitali nativi il livello esiste automaticamente, perché fa parte del processo di creazione. Non serve alcun passaggio aggiuntivo.
Nei documenti basati su immagini, come scansioni, fotografie e screenshot, deve essere aggiunto. L'OCR è il metodo più comune: il motore di riconoscimento legge l'immagine della pagina, identifica caratteri e parole, quindi inserisce il risultato come livello nascosto dietro il contenuto visivo.
Alcuni strumenti per screenshot producono esportazioni ricercabili nello stesso modo: eseguono l'OCR e incorporano il livello al momento dell'esportazione, senza richiedere un altro programma in seguito.
Errori comuni con i livelli di testo
- Presumere che un documento dall'aspetto leggibile abbia un livello di testo. Una pagina può essere molto nitida e contenere soltanto un'immagine. Per verificarlo, prova a selezionare o cercare il testo.
- Usare livello di testo come sinonimo di OCR. Sono concetti collegati, ma diversi. L'OCR è il processo di riconoscimento; il livello di testo è il risultato incorporato nel documento.
- Aspettarsi che il livello conservi l'impaginazione visiva. Memorizza il testo e la sua posizione approssimativa sulla pagina, non formattazione, colori o struttura grafica. Serve a ricerca e selezione, non a riprodurre l'impaginazione.
- Non controllarne l'accuratezza dopo l'OCR. Il riconoscimento può sbagliare, soprattutto con immagini di scarsa qualità, caratteri insoliti o impaginazioni complesse a più colonne.
Domande frequenti
Un documento può avere un livello di testo anche se la pagina visibile sembra un'immagine?
Sì. Un documento può apparire come un'immagine scansionata e contenere comunque un livello di testo incorporato, che permette ricerca e selezione.
Il livello di testo è la stessa cosa dell'OCR?
Non esattamente. L'OCR è il processo di riconoscimento; il livello di testo è uno dei risultati che il riconoscimento crea nel documento.
Come faccio a sapere se un documento ha un livello di testo?
Prova a selezionare il testo nella pagina. Se puoi evidenziare le singole parole, il livello di testo è presente. Se non si seleziona nulla, probabilmente il documento contiene solo immagini.
Dove viene memorizzato il livello di testo in un PDF?
È incorporato nel PDF e posizionato dietro l'immagine della pagina. Non è un file separato, ma parte della struttura del documento.
Un livello di testo può contenere errori?
Sì. Se è stato creato tramite OCR, possono comparire errori di riconoscimento, soprattutto con immagini di scarsa qualità, caratteri insoliti o impaginazioni complesse.