Teksti eraldamine digitaalsest ja skannitud PDF-ist
Kaks PDF-d võivad näidata peaaegu sarnaselt, talletades oma lehekülgi erinevalt. Üks võib sisaldada valikuvõimalikke teksti sümbolid; teine võib sisalda ainult lehe pilte. Õige teksti-ekstraktsiooni töövool sõltub sellest, mis faili sees on.
Kontrollige, kas lehekülg sisaldab tõelist teksti
Proovige valida sõna PDF vaatajas. Kasulik teksti kiht sageli võimaldab teil valida sõnu, kuigi mõned dokumendid on endiselt ebatäielik või ebatavalised teksti sümbolid. Veebileht, mis on ainult skaneeritud pilt, vajab pikseli tuvastamist. Üks fail võib sisaldada mõlemat liiki lehekülgi.
Esmalt eemaldage olemasoleva teksti kiht
Valige PDF teksti jaoks digitaalseks dokumendiks. Valige vajalike lehekülgede valik, kontrollige tulemust ja võrdle seda originaaliga. Tasakaaluline tekst ei säilitata iga tabeli, kolumni või visuaalset suhet. Lehekülge, millel ei ole ekstraheeritud teksti, tuleks kontrollida eraldi, mitte vaikselt teie tööst eiratud.
Kasutage PDF-d PNG-le ja OCR-le skaneeritud lehe jaoks
Üksiku lehe jaoks kasutage PDF-i PNG-le, et saada vajalik leht valge taustaga. Kontrollige teksti olemasolevas resolutsioonis, avage seejärel pildi tekstis PNG ja valige selle keel. PDF kuni JPG on foto-raskete lehekülgede jaoks veel üks võimalus. OCR loob eraldi teksti proofread; see ei lisata otsitav kiht originaal PDF.
Võrdle kahte originaalset sõna eksporti
See on sample-word-output.pdf fail sisaldab lehekülgede pilte meie Microsoft Word'ist PDF-i otse allalaadimiseks. See on sample-word-print.pdf faili on tehtud brauseri printimise teed ja sisaldab valikuvõimalikku teksti originaalses proovis. Failid näitavad, miks ainult .pdf laiendus ei ütle teile, kas teksti ekstrakt töötab.
Hoidke tootmise eesmärk selge
TXT on kasulik sõnade otsimiseks, kopeerimiseks või redigeerimiseks. See ei ole PDF-to-Word konversioon. Kui saadud tekst on oluline, vaadake lehekülje piirid, nimed ja numbrid, säilitage originaal PDF ja kasutage ainult dokumente, mille töötlemiseks on lubatud.
Proovige näiteid
Need originaalsed proovid on selle saidi jaoks loodud. Lülitage koopia ja proovige sellega seotud tööriista. Mõned proovid sisaldavad inglise teksti, nii et sama sisu saab võrrelda vahendite vahel.
sample-word-output.pdf ↓ sample-word-print.pdf ↓Jätka seotud tööriistaga
Küsimused või parandused? mrkcal@mrkcal.com