Издвајање текста из дигиталног и скенираног PDF-а
Две ПДФ-а могу изгледати готово идентично док сачувају своје странице другачије. Један може да садржи изабране текстуалне симболе; други може да садрже само слике странице. Правилан радни ток текстуалне екстракције зависи од тога шта је унутар датотеке.
Објављено од стране MRKCAL Tools
Проверите да ли страница садржи прави текст
Покушајте да изаберете реченицу у ПДФ прегледачу. Корисна текстуална слој често вам омогућава да изаберете речи, иако неки документи и даље имају непотпуне или необичне текстове симболе мапирање. Страница која је само скенирана слика захтева препознавање од пиксела. Један датотека може да садржи оба типа странице.
Прво извуците постојећи текстуални слој
Изаберите ПДФ за текст за дигитални документ. Изаберите странице које вам требају, проверите излаз и упоредите га са оригиналом. Равни текст не чува сваку табелу, колону или визуелни однос. Страница без извађеног текста треба да се провери одвојено, а не тихо пропуштена из вашег рада.
Користите ПДФ на ПНГ и ОЦР за скениране странице
За слику-само страницу, користите ПДФ до ПНГ да би се потребна страница појавила са белим позадином. Проверите текст на доступној резолуцији, а затим отворите ПНГ у слици тексту и изаберите његов језик. ПДФ до ЈПГ је још једна опција за фото-тешке странице. ОЦР креира одвојени текст за профреад; не додаје претраживајуће слојеве у оригинални ПДФ.
Упоредите две оригиналне извоз речи
У том sample-word-output.pdf датотеке садрже слике странице из нашег Мицрософт Ворд до ПДФ директно преузимање. У том sample-word-print.pdf датотека је направљена користећи пут штампања претраживача и садржи изабрани текст у оригиналном узорку. Датотеке показују зашто само .pdf проширење не каже да ли ће текст екстракција радити.
Čuvajte svrhu proizvodnje jasnom
TXT је користан за претрагу, копирање или уређивање речи. То није распоред-чување ПДФ-у-Ворд конверзија. Ако је извучен текст важан, прегледајте границе странице, имена и фигуре, чувајте оригинални ПДФ и користите само документе које сте овлашћени да обрађујете.
Покушајте узорке
Ови оригинални узорци су креирани за овај сајт. Преузмите копију и покушајте сродни алат. Неки узорци садрже енглески текст тако да се исти унос може упоредити на интерфејсима.
sample-word-output.pdf ↓ sample-word-print.pdf ↓Наставите са повезаном алатком
Питања или корекција? mrkcal@mrkcal.com