Hoofdstuk 19 · 19.4
Een gescande pdf doorzoekbaar maken
Een gescand contract, een oude brief of een factuur die als foto binnenkwam: je opent hem in Euro-Office, zoekt op een naam of bedrag en vindt niets. Tekst selecteren en kopiëren lukt ook niet. Dat komt doordat een scan een plaatje van een pagina is. Er staat voor de computer geen enkele letter in, alleen puntjes.
Om er doorzoekbare tekst van te maken is tekstherkenning nodig (ook wel OCR genoemd). Hieronder lees je wat Euro-Office wel en niet kan, en hoe je toch een doorzoekbare pdf krijgt.
Herkennen: is het een scan?
Als voorbeeld nemen we het gescande huurcontract van Bloemisterij Het Zonnetje.
- Open de pdf in je WebOké Nextcloud.
- Klik links op het vergrootglas en zoek een woord dat je op de pagina ziet staan, bijvoorbeeld Huurprijs.
- Vindt Euro-Office niets, terwijl het woord er duidelijk staat? Dan is het een scan.

Wat Euro-Office niet kan
Euro-Office heeft geen ingebouwde tekstherkenning. De Euro-Office van WebOké werkt bewust zonder plug-ins, dus ook zonder een plug-in voor tekstherkenning; waarom lees je in Plug-ins in Euro-Office: waarom WebOké ze niet aanbiedt en wat je in plaats daarvan doet. Met PDF bewerken en Tekst bewerken pas je alleen tekst aan die al als tekst in de pdf staat, niet de letters in een scan.
Zo maak je wel een doorzoekbare pdf
Laat de tekstherkenning gebeuren op het moment dat je scant, of daarna op je eigen computer. Het resultaat is een pdf die er precies hetzelfde uitziet, met een onzichtbare laag tekst eronder. Die zet je daarna gewoon in je WebOké Nextcloud.
- Je scanner of multifunctionele printer: de meeste apparaten hebben bij scannen naar pdf een keuze als "doorzoekbare pdf", "PDF met tekst" of "OCR". Zet die aan en kies Nederlands als taal.
- Je telefoon: veel scan-apps maken direct een doorzoekbare pdf. Kijk in de instellingen van de app naar tekstherkenning.
- Op je computer, voor wie het technisch aandurft: het gratis programma OCRmyPDF voegt een tekstlaag toe aan een bestaande scan, bijvoorbeeld met ocrmypdf -l nld scan.pdf doorzoekbaar.pdf. De Nederlandse taal (nld) moet je dan wel geïnstalleerd hebben.
Upload de doorzoekbare pdf naar je WebOké Nextcloud (zie Inloggen en je documenten vinden) en open hem in Euro-Office. Zoeken, selecteren en kopiëren werken nu wel.
Alleen de tekst nodig?
Wil je een stuk tekst uit een scan overnemen in een brief, en is het maar een alinea? Typ het dan over in een document. Voor langere stukken is een doorzoekbare pdf maken met een van de manieren hierboven sneller: daarna kopieer je de tekst met Ctrl + C en plak je hem in je document. Wil je de hele pdf als bewerkbaar document, lees dan Een pdf omzetten naar een bewerkbaar Word-bestand; dat werkt pas goed als de pdf echte tekst bevat.
Valkuilen
- Online OCR-websites: handig, maar je uploadt je contract dan naar een onbekende partij. Bij persoonsgegevens (BSN, salaris, medische gegevens) is dat een AVG-risico. Doe het liever op je eigen apparaat.
- Controleer de herkende tekst: tekstherkenning maakt fouten, vooral bij kleine letters, handschrift, stempels en slechte scans. Een 8 wordt een B, een 1 een l. Vertrouw bedragen en rekeningnummers nooit blind.
- Scan scherp en recht: 300 dpi in zwart-wit of grijstinten geeft de beste herkenning. Een scheve foto met schaduw geeft veel fouten.
- Gevoelige gegevens weglakken in een scan: zoeken en redigeren vindt niets in een plaatje. Markeer dan met de hand, zie Gevoelige gegevens onzichtbaar maken in een pdf.
