Woogle start een project om ontoegankelijke PDFs gepubliceerd door de overheid toegankelijker te maken. Dat doen we als volgt: eerst checken we de PDF met de software die ook achter pdfchecker.nl zit, we bekijken de eventuele foutmeldingen en proberen die te repareren. Ook kijken we of paginas bestaan uit scans of afbeeldingen, en zo ja, dan bekijken we of er wel optische karakterherkenning is toegepast en zo ja, of die ook van goede kwaliteit is. Zonodig doen we de OCR opnieuw en “plakken de herkende tekst als extra laag onder de PDF”. Het resultaat is een PDF die wél doorzoekbaar is met control F, en waaruit men wel stukjes kan selecteren en kopiëren met Control C.
Een eerste prototype is te proberen op https://woo-oppepper.wooverheid.nl.
Als voorbeeld een heel ontoegankelijke beslisnota uit 2021 opgesteld op het Ministerie van Algemene Zaken. Er kan niet in gezocht of geselecteerd worden, en als men de tekst laat voorlezen hoort men niks. Een computer kan domweg de tekst die mensen zien staan niet lezen. Google vindt deze beslisnota dan ook niet als we zoeken op de term Notitie en de frase “uitvoering motie sneller”. Iets dat we natuurlijk wel verwachten!
Dit (behalve dat Google hem nu wel vindt) is allemaal opgelost als we dit stuk door de woo-oppepper halen, met dit resultaat.
Experts in toegankelijkheid van PDFs of PDF/UA die ons hiermee willen helpen zijn heel welkom. Neem graag contact op met maartenmarx@uva.nl.
Let op: de standaard PDF lezer op de Mac, Preview, kan razendsnel optische karakterherkenning uitvoeren op PDFs. Die doet dat ook als men met Control F zoekt in een PDF zonder OCR. Dit kan verwarrend zijn, want het lijkt dan opeens of er wél machine leesbare tekst in het document zit, terwijl dat toch niet zo hoeft te zijn. De Google test (zoek het stuk terug in Google door een frase die in de tekst staat als zoekvraag te gebruiken) biedt dan uitkomst.
Hieronder links de opgepepte PDF na Control A (selecteer alles) en rechts het originele bestand na Control A. Klik op de afbeelding om naar de PDF toe te gaan, en zelf de proef op de som met de “selecteer alles test” te nemen.
