PDF 処理初級

スキャン PDF の OCR と文献整理のフロー

スキャンした PDF、古い文献、アーカイブ資料を、検索・コピー・管理ができる文献ファイルに変換します。

所要時間の目安:30 分〜2 時間 5 ステップ

操作手順

1

PDF ファイルの整理

PDFsam / Stirling PDF

スキャンした PDF を結合、分割、回転、並べ替えし、各ファイルの構成をわかりやすくします。

まずページの順序と向きを整えてから OCR を行いましょう。

2

OCR の実行

OCRmyPDF / Tesseract OCR

スキャンした PDF にテキスト層を追加し、検索、コピー、全文インデックスができるようにします。

中国語、日本語、英語の文献には、それぞれ対応する OCR の言語パックを選んでください。

3

圧縮と最適化

Stirling PDF

OCR 後の PDF に対して、圧縮、空白ページの削除、しおりの追加、形式の最適化を行います。

圧縮する際は、後で読みにくくならないよう、画質を下げすぎないよう注意してください。

4

文献ライブラリへの取り込み

Zotero

処理した PDF を Zotero に取り込み、タイトル、著者、年、ジャーナルの情報を補完します。

スキャンした古い文献では、メタデータを手作業で補う必要がある場合があります。

5

タグとノートの作成

Zotero

後で検索しやすいよう、研究テーマに応じてタグと読書ノートを追加します。

テーマ、手法、地域、重要度ごとに、少数のコアとなるタグを作ることをおすすめします。

ワークフロー完了