Desinclinar PDF

Cada página é renderizada como imagem no DPI que você escolher, e então o OpenCV a analisa: ele ajusta um retângulo de área mínima em torno dos pixels escuros e, como alternativa, mede o ângulo das linhas de texto dominantes com uma transformada de Hough. O ângulo resultante é o que o painel de resultados informa para aquela página.

Páginas cuja inclinação detectada está abaixo do limite são deixadas como estão. O padrão de 0,5 grau pega inclinações visíveis sem mexer em páginas que já estão retas; baixe para 0,1 grau quando quiser o alinhamento mais preciso antes do OCR, ou aumente para 1 ou 2 graus para corrigir apenas páginas claramente tortas.

Não. Todas as páginas da saída, inclusive as que não precisaram de correção, são gravadas como imagem no DPI de processamento, então qualquer camada de texto existente é perdida. Passe o resultado por OCR para PDF depois se precisar de texto pesquisável; o OCR funciona melhor em páginas endireitadas de qualquer forma.

150 DPI é rápido e preciso para digitalizações comuns em tamanho Carta. Use 200 ou 300 DPI para letras miúdas ou detalhes finos, e 100 DPI quando a velocidade importar mais que a precisão. A configuração também controla a resolução das páginas de saída, então valores maiores geram arquivos maiores.

As páginas de saída mantêm as dimensões originais. A imagem girada recebe preenchimento branco nos cantos expostos pela rotação e depois é ajustada à página, então o conteúdo pode encolher um pouco, mas nada é empurrado para fora da folha.

Funciona melhor em páginas com linhas de texto horizontais bem definidas. Páginas que são em sua maioria fotos, desenhos ou elementos de design diagonais dão pouco para o detector medir, então o ângulo pode ficar errado; confira o painel de resultados e guarde o original nesses casos.

Após o processamento, um painel de resultados lista todas as páginas com o ângulo detectado e marca as que foram giradas; as páginas abaixo do limite mostram o ângulo, mas são rotuladas como intactas. Se você colocou vários PDFs na fila, cada um é baixado com o nome original e o painel mostra o último arquivo processado.

Não. A renderização do PDF e a análise com OpenCV rodam no seu navegador por WebAssembly. O mecanismo é baixado na primeira vez que você o usa, mas seus documentos nunca saem do seu computador.