Indexação e OCR

Enviar um livro para o Theca é o primeiro passo. Antes de poder buscá-lo ou gerar um resumo a partir dele, o livro precisa passar por um processo de indexação. Este artigo explica o que acontece durante esse processo e como interpretar os status que o app exibe.

Por que o processamento é necessário

A busca do Theca não trabalha com o arquivo bruto. O sistema extrai o texto, divide-o em fragmentos e constrói uma representação que permite encontrar trechos relevantes mesmo quando você não lembra as palavras exatas. Sem esse processamento, o livro só pode ser lido e baixado.

O que o app mostra enquanto isso

Cada livro exibe um indicador de status no cartão e no painel de detalhes:

• Pendente — o livro ainda não entrou na fila de processamento.
• Na fila — o livro está aguardando sua vez.
• Processando — a indexação está em andamento. O indicador pode mostrar o progresso (por exemplo, "Processando 4/10").
• Processado — o livro está pronto para busca e resumos.
• Erro — tentar de novo — algo falhou. Você pode tentar novamente com o botão Tentar de novo no painel de detalhes.

Para colocar um livro na fila manualmente, abra o painel de detalhes e clique em Processar. Para colocar todos os livros pendentes na fila de uma vez, use o botão Processar tudo na barra de ferramentas.

PDFs digitalizados: o caso especial

Um PDF pode ser composto inteiramente de imagens de páginas sem nenhuma camada de texto — o que chamamos de digitalização. O Theca detecta isso automaticamente e exibe o status Digitalização sem texto.

Um livro nesse estado pode ser lido e baixado, mas não pode ser indexado diretamente porque não há texto para extrair. Para habilitá-lo na busca, você precisa usar o reconhecimento óptico de caracteres (OCR):

1. Abra o painel de detalhes do livro.
2. Clique em Extrair texto (OCR).

O OCR analisa cada página como imagem e extrai o texto. Esse processo leva muito mais tempo do que a indexação comum, especialmente em livros longos. Enquanto avança, o status muda para Extraindo…

O OCR tem um período de espera: se você acabou de iniciá-lo e ele parou, precisará aguardar alguns minutos antes de iniciá-lo novamente.

Marcadores de capacidade

Depois que um livro é processado, ele pode exibir marcadores adicionais indicando que tipo de conteúdo foi reconhecido:

• OCR — o texto foi extraído por reconhecimento óptico (o livro era uma digitalização).
• Fórmulas — o livro contém notação matemática ou química reconhecida.

Esses marcadores ajudam você a saber o que esperar ao buscar ou resumir o livro.

O que fazer se um livro mostrar erro

Se o status exibir Erro — tentar de novo, abra o painel de detalhes e clique em Tentar de novo. Se o erro persistir após várias tentativas, verifique se o arquivo não está corrompido baixando-o e abrindo no seu dispositivo.

Perguntas frequentes

Quanto tempo leva a indexação comum? Depende do tamanho do livro e da carga do sistema. Para livros de tamanho habitual, costuma ser uma questão de minutos.

E o OCR? O OCR leva muito mais tempo do que a indexação comum, porque analisa cada página como imagem. Livros longos podem demorar vários minutos.

Posso ler um livro enquanto ele está sendo processado? Sim. Você pode abri-lo no leitor a qualquer momento, independentemente do status de indexação.

O livro está "Na fila" ou "Processando" há muito tempo — isso é normal? Em períodos de alta atividade o sistema pode demorar mais. Se o status não avançar após um tempo prolongado, tente clicar em Tentar de novo no painel de detalhes.

Próximo passo

• Buscar na sua biblioteca — como funciona a busca depois que seus livros estão processados.
• Resumos — gere resumos com citações a partir dos seus livros indexados.
• Sua biblioteca — voltar aos conceitos básicos da biblioteca.