Come tradurre un PDF scansionato con OCR

Il problema dei PDF scansionati

Quando scansioni un documento cartaceo e lo salvi come PDF, il file contiene solo un'immagine della pagina — senza testo selezionabile o copiabile. Gli strumenti di traduzione tradizionali falliscono completamente perché non c'è nulla da tradurre: il testo esiste solo come pixel.

Questo riguarda una vasta gamma di documenti: contratti notarili, certificati rilasciati da enti governativi, registri storici, stampe di fax e qualsiasi documento arrivato su carta e poi digitalizzato. Nel 2026, i documenti scansionati rappresentano ancora una quota significativa dei file che le aziende devono tradurre.

Come funzionano OCR + traduzione IA

La soluzione è una pipeline in due fasi: riconoscimento ottico dei caratteri (OCR) seguito dalla traduzione automatica neurale.

1. Analisi OCR — il motore scansiona ogni pagina pixel per pixel, identifica le forme dei caratteri e ricostruisce il livello di testo. L'OCR moderno gestisce oltre 100 alfabeti, tra cui latino, arabo, cirillico, CJK (cinese, giapponese, coreano), devanagari e altri.
2. Rilevamento del layout — colonne, tabelle, intestazioni e piè di pagina vengono identificati e mappati in modo che il risultato tradotto possa essere collocato nelle stesse zone.
3. Estrazione del testo — il testo ricostruito viene ripulito: artefatti di sillabazione, rumore da interruzione di riga e imperfezioni di scansione vengono corretti prima della traduzione.
4. Traduzione IA — il testo pulito viene passato a un modello di traduzione neurale ottimizzato per il contesto documentale, preservando i confini di paragrafi e frasi.
5. Ricostruzione del formato — il testo tradotto viene impaginato nella struttura originale del documento ed esportato come PDF.

Requisiti di qualità dell'immagine

L'accuratezza dell'OCR dipende direttamente dalla qualità della scansione. Queste condizioni offrono i risultati migliori:

• Risoluzione — 300 DPI o superiore. 150 DPI è accettabile per stampe grandi; sotto i 100 DPI l'accuratezza cala bruscamente.
• Orientamento — le pagine devono essere diritte. La correzione automatica dell'inclinazione corregge fino a ~10° di rotazione, ma inclinazioni maggiori peggiorano i risultati.
• Contrasto — testo scuro su sfondo chiaro. Inchiostro sbiadito, sfondi colorati o filigrane riducono l'accuratezza.
• Nessuna scrittura a mano — il testo stampato viene riconosciuto con alta precisione; le annotazioni manoscritte vengono estratte dove leggibili ma segnalate come incerte.
• Formato file — PDF, JPG, PNG e TIFF sono tutti accettati. I PDF multipagina vengono elaborati pagina per pagina.

Passo dopo passo: traduci il tuo PDF scansionato

1. Carica il PDF scansionato — trascina e rilascia oppure incolla l'URL del file. Il sistema rileva automaticamente che si tratta di un documento scansionato (basato su immagine).
2. Seleziona la lingua di origine (opzionale) — il rilevamento automatico funziona per la maggior parte degli alfabeti comuni. Impostala manualmente per lingue rare o documenti con alfabeti misti.
3. Seleziona la lingua di destinazione — oltre 100 lingue disponibili.
4. L'OCR viene eseguito per primo — il testo viene estratto e viene mostrata un'anteprima del contenuto riconosciuto. Controlla eventuali errori evidenti prima di procedere.
5. Viene eseguita la traduzione IA — il testo estratto viene tradotto mantenendo l'intero contesto del documento.
6. Scarica il PDF tradotto — il file di output ha le stesse dimensioni di pagina e lo stesso layout a colonne della scansione originale.

Tipi comuni di documenti scansionati

• Contratti notarili — documenti firmati e timbrati che non possono essere ridigitati senza perdere autenticità
• Certificati rilasciati da enti governativi — certificati di nascita, matrimonio, accademici e professionali rilasciati da organismi ufficiali
• Atti giudiziari e documenti legali — fascicoli di casi storici, sentenze archiviate
• Cartelle cliniche — fascicoli pazienti, referti di laboratorio, lettere di consulto da sistemi sanitari più datati
• Bilanci e rendiconti finanziari — estratti conto bancari storici, rapporti di audit stampati prima dell'archiviazione digitale
• Manuali tecnici — documentazione di prodotto di produttori che distribuivano solo copie cartacee