Izdvajanje teksta iz digitalnog i skeniranog PDF-a
Dva PDF-a mogu izgledati gotovo identično dok čuvaju svoje stranice drugačije. Jedan može sadržavati odabrane tekstne simbole, a drugi može sadržati samo stranice slike. Pravi tok rada za ekstrakciju teksta ovisi o tome što je unutar datoteke.
Objavljeno od strane MRKCAL Tools
Provjerite da li stranica sadrži pravi tekst
Pokušajte odabrati rečenicu u PDF pregledniku. Korisna tekstna sloja često vam omogućuje da odaberete reči, iako neki dokumenti još uvek imaju nepotpune ili neobične tekstne simbole mapiranje. Stranica koja je samo skenirana slika zahtijeva prepoznavanje od piksela. Jedna datoteka može sadržavati oba tipa stranica.
Izvadite postojeće tekstne sloje prvo
Izaberite PDF za tekst za digitalni dokument. Izaberite stranice koje vam trebaju, provjerite izlazak i usporedite ga s originalnim. Pravi tekst ne čuva svaku tablicu, stolpcu ili vizualnu vezu. Stranica bez izvedenog teksta treba proveriti odvojeno, a ne tiho propustiti iz vašeg rada.
Koristite PDF na PNG i OCR za skeniranu stranicu
Za stranicu samo slikom, koristite PDF na PNG da biste pretvorili potrebnu stranicu s bijelim pozadinom. Provjerite tekst na raspoloživoj rezoluciji, zatim otvorite PNG u slici za tekst i odaberite njegov jezik. PDF do JPG je još jedna opcija za fotografije teške stranice. OCR stvara odvojen tekst za proofread; ne dodaje sloj koji se može pretraživati u originalni PDF.
Usporedite dva izvornog izvoza riječi
i te sample-word-output.pdf datoteka sadrži stranice slike iz našeg Microsoft Word do PDF direktno preuzimanje. i te sample-word-print.pdf datoteka je napravljena pomoću puta za štampanje pretraživača i sadrži odabirni tekst u originalnom uzorku. Podaci pokazuju zašto samo .pdf proširenje ne govori da li će tekst ekstrakcija raditi.
Čuvajte svrhu proizvodnje jasnom
TXT je korisna za pretraživanje, kopiranje ili uređivanje reči. To nije konverzija u formatu PDF-to-Word. Ako je izveden tekst važan, pregledajte granice stranice, imena i brojke, čuvajte originalni PDF i koristite samo dokumente koje ste ovlašteni za obradu.
Pokušajte uzorke
Ovi originalni uzorci stvoreni su za ovu stranicu. Preuzmite kopiju i isprobajte povezani alat. Neki uzorci sadrže engleski tekst tako da se isti ulaz može usporediti preko sučelja.
sample-word-output.pdf ↓ sample-word-print.pdf ↓Nastavite s povezanim alatom
Pitanja ili korekcija? mrkcal@mrkcal.com