Como comparar dois PDFs: o programa lê texto, não pixel
Como a comparação de PDF encontra diferenças pelo texto, o que ela ignora, por que scans geram falsas diferenças e como ler o relatório com segurança.
A comparação de PDF do AjustaPDF lê o texto dos dois arquivos, palavra por palavra, e mostra o que saiu e o que entrou. Imagens, cores e a posição dos elementos não são comparadas, e um PDF escaneado passa pelo OCR antes. Quem compara pixels de uma página com a outra obtém um resultado diferente, e a diferença entre os dois métodos é o que este texto explica.
Duas formas de comparar dois PDFs
Existem, em essência, dois jeitos de encontrar diferença entre dois documentos. O primeiro é comparar a aparência: renderizar cada página como imagem e procurar pixels que mudaram. O segundo é comparar o conteúdo: extrair o texto de cada arquivo e confrontar as sequências de palavras. Cada um responde a uma pergunta diferente.
| Pergunta | Comparar pixels | Comparar texto |
|---|---|---|
| Mudou uma palavra? | Sim, se a mudança aparecer na imagem | Sim, com a palavra exata |
| Mudou só a cor de um título? | Sim | Não |
| Trocou uma linha de lugar, sem alterar o texto? | Sim, a posição mudou | Não |
| Trocou uma foto ou um logo? | Sim | Não |
A comparação de pixels é mais sensível a tudo, e por isso gera muito ruído: uma diferença de renderização ou um scan levemente torto aparecem como mudança. A comparação de texto é mais seletiva, e foi a escolhida aqui, porque o que importa para a maioria dos documentos é o que está escrito.
O que a comparação considera
A ferramenta compara palavras trocadas, acrescentadas ou removidas, incluindo números e a pontuação colada às palavras. Maiúsculas, acentos e quebras de linha não contam. Essa regra evita falsos alarmes: um parágrafo reformatado, em que o texto é o mesmo, não aparece como alteração.
A posição também não conta como mudança. Se um trecho novo empurra o resto do texto para a página seguinte, a comparação acompanha o texto, e não o número da página. Cada marca fica onde a palavra está, e as páginas aparecem lado a lado pelo número.
O que a comparação deixa de fora
Como só o texto é comparado, algumas mudanças importantes passam invisíveis. Uma assinatura desenhada que foi trocada, um carimbo, uma foto de documento, um gráfico com novos valores e a cor de um destaque ficam fora do relatório. Se o documento for visual, a comparação de texto precisa ser complementada com uma conferência a olho.
Esse limite é o que faz a ferramenta ser útil para contratos, pareceres e textos longos, e pouco útil para materiais de design. Um folheto em que só o layout mudou vai dizer que o texto é o mesmo, e isso é a resposta certa para a pergunta que ela responde.
Como o texto de um scan entra na comparação
Um PDF escaneado não tem texto. Para comparar, a ferramenta precisa ler a página antes, e isso é feito pelo OCR. O reconhecimento não é perfeito: letras parecidas, como “rn” e “m”, ou um número em fonte pequena podem ser lidos de forma diferente em cada versão. Esse erro aparece como diferença, mesmo que o documento não tenha mudado. Para escolher entre o Acrobat, o Word e um comparador online, veja comparar dois PDFs: Adobe Acrobat, Word ou comparador online.
Para reduzir o ruído, use scans nítidos, com boa iluminação e resolução de pelo menos 200 DPI, que é a faixa em que o OCR costuma acertar quase tudo em texto impresso. O guia sobre como saber se a página é texto ou imagem mostra como confirmar se a página já tem texto antes do OCR.
Como ler o relatório
- Comece pela lista de mudanças. Cada item traz a página e o trecho alterado. É o resumo que você usa para decidir o que conferir.
- Confira as páginas lado a lado. O texto que saiu aparece marcado em vermelho e o que entrou aparece em verde. Use a página para ver o contexto da frase.
- Separe erro de reconhecimento de mudança real. Em scans, confira a página original sempre que a diferença for uma letra isolada.
O que pode dar errado
O erro mais comum é tratar o relatório como prova de que nada mais mudou. Ele diz apenas que o texto mudou ou não mudou, e não cobre imagens, cores e assinaturas. Outro erro é comparar uma versão em PDF com outra que é apenas um scan, sem OCR, e concluir que tudo mudou. O documento é o mesmo; o que mudou foi a forma como o texto foi obtido.
Também vale ficar atento a documentos com colunas ou tabelas. A ordem de leitura do texto pode mudar entre dois arquivos gerados por programas diferentes, e o relatório mostra essa mudança como alteração, mesmo que o conteúdo seja o mesmo. Nesse caso, confira a página antes de concluir.
Onde o AjustaPDF entra
A ferramenta de comparar PDF recebe exatamente dois arquivos, na ordem em que você quer ver a diferença: primeiro o original, depois a nova versão. Para comparar documentos que começaram no Word, converta cada um para PDF antes, ou compare os próprios Word, como mostra comparar PDF ou controle de alterações do Word. Para o uso na prática, o guia sobre comparar versões de um contrato mostra o fluxo completo, e o de comparação que mostra diferença demais trata do ruído que costuma aparecer.
Perguntas frequentes
A comparação de PDF mostra se uma foto ou um logo foi trocado?
Não. A comparação do AjustaPDF olha só o texto dos dois arquivos. Imagens, cores, assinaturas desenhadas e a posição dos elementos não entram na conta. Se apenas uma foto foi trocada, o relatório diz que o texto é o mesmo, e a mudança visual passa despercebida.
Uma vírgula a mais aparece como diferença na comparação de PDF?
Aparece, porque a pontuação colada às palavras faz parte da comparação. Já maiúsculas, acentos e quebras de linha não contam. Um parágrafo que só mudou de linha, sem trocar nenhuma palavra, não aparece como alteração no relatório.
Por que a comparação de um PDF escaneado mostra palavras diferentes que não mudaram?
Porque o texto de uma página escaneada vem do OCR, e o reconhecimento pode errar uma letra numa versão e acertar na outra. Essa diferença é do reconhecimento, não do documento. Para reduzir o problema, use scans nítidos, com resolução de pelo menos 200 DPI, e confira os trechos marcados contra a página.
Dá para comparar um contrato em Word com a versão em PDF?
Dá, mas converta o Word para PDF antes e compare os dois PDFs. A comparação trabalha sobre o texto de cada arquivo. Converter as duas versões pela mesma ferramenta reduz as diferenças que vêm só do programa em que o documento foi feito, e deixa o relatório focado no que mudou de fato.