PDF & Tài liệu
Cách so sánh hai file PDF tìm điểm khác biệt: So sánh văn bản và hình ảnh trực quan
Tìm kiếm điểm khác biệt giữa hai tài liệu PDF tức thì: So sánh trực quan theo thời gian thực với chế độ vuốt slider, làm nổi bật thay đổi màu đỏ/xanh, bảo mật dữ liệu tuyệt đối không qua máy chủ.
Mở công cụ So sánh PDF
Mục lục nội dung
1. Hai phương pháp tiếp cận: So sánh văn bản vs So sánh trực quan
Trong quá trình rà soát hợp đồng pháp lý, bản vẽ kỹ thuật kiến trúc hoặc tài liệu thông số sản phẩm, việc phát hiện những thay đổi tinh vi giữa phiên bản cũ và phiên bản mới là nhiệm vụ tối quan trọng. Hiện nay có hai phương pháp so sánh chính:
| Tiêu chí so sánh | So sánh văn bản (Text-Based Diff) | So sánh hình ảnh trực quan (Visual Pixel Diff) |
|---|---|---|
| Cơ chế hoạt động | Trích xuất chuỗi ký tự qua PDF.js và áp dụng thuật toán so khớp chuỗi Myers. | Render từng trang PDF thành canvas hình ảnh độ phân giải cao và so sánh từng điểm ảnh (pixel-by-pixel). |
| Ưu điểm | Phát hiện chính xác từ ngữ được thêm, xóa hoặc sửa đổi; độc lập với bố cục và font chữ. | Phát hiện mọi thay đổi về hình ảnh, sơ đồ kỹ thuật, con dấu, chữ ký và định dạng căn lề. |
| Hạn chế | Vô hiệu hóa đối với tệp PDF scan dạng ảnh; bỏ qua thay đổi về hình ảnh minh họa. | Một khoảng trắng nhỏ bị dịch chuyển có thể khiến toàn bộ đoạn văn phía dưới bị đánh dấu là khác biệt. |
2. Quy trình kết xuất Canvas và phát hiện khác biệt điểm ảnh
GoToolstack áp dụng phương pháp so sánh trực quan phía máy khách thông qua quy trình công nghệ 3 bước:
- Render trang với PDF.js: Từng trang của hai tệp PDF được vẽ lên hai phần tử
HTMLCanvasElementriêng biệt ở tỷ lệ scale cao (thường là 1.5x hoặc 2.0x để đảm bảo độ nét). - Trích xuất dữ liệu ảnh (ImageData): Lấy mảng byte điểm ảnh thô thông qua
context.getImageData(0, 0, width, height). - Thuật toán so sánh sai phân điểm ảnh: Quét qua từng bộ tứ giá trị RGBA của hai ảnh. Nếu khoảng cách màu Euclidean vượt qua ngưỡng nhạy cảm (threshold, mặc định 0.1), điểm ảnh khác biệt sẽ được tô màu đỏ nổi bật trên canvas hiển thị kết quả.
3. Các chế độ xem trực quan giúp rà soát hiệu quả
- Chế độ thanh trượt (Split Slider): Cho phép người dùng kéo thanh chia đôi màn hình từ trái sang phải để quan sát trực tiếp sự chuyển đổi giữa bản cũ và bản mới tại cùng một tọa độ.
- Chế độ lớp phủ màu (Difference Overlay): Các phần nội dung giống nhau được làm mờ sang màu xám nhạt, các vùng bị xóa hiển thị màu đỏ và vùng mới thêm vào hiển thị màu xanh lá cây.
- Chế độ song song (Side-by-Side): Đặt hai trang tài liệu cạnh nhau với cơ chế cuộn đồng bộ (Synchronized Scrolling).