Izdvajanje teksta iz digitalnog i skeniranog PDF-a
Dvije PDF-ove mogu izgledati gotovo identično dok čuvaju svoje stranice drugačije. Jedan može sadržavati odabrane tekstne simbole, a drugi može sadržati samo stranice slike. Pravilni protok rada za ekstrakciju teksta ovisi o tome što se nalazi 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 riječi, iako neki dokumenti još uvijek imaju nepotpune ili neobične tekstne simbole mapiranje. Stranica koja je samo skenirana slika zahtijeva prepoznavanje od piksela. Jedna datoteka može sadržavati oba tipa stranica.
Prvo uklonite postojeći tekstni sloj
Izaberite PDF za tekst za digitalni dokument. Odaberite stranice koje trebate, provjerite izlazak i usporedite ga s originalnim. Plavi tekst ne čuva svaku tablicu, stolpcu ili vizualnu vezu. Stranica bez izvedenog teksta treba provjeriti 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 kako 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 dvije izvorne riječi izvoza
I to je sample-word-output.pdf datoteka sadrži stranice slike iz našeg Microsoft Word do PDF izravno preuzimanje. I to je sample-word-print.pdf datoteka je napravljena pomoću puta za tiskanje pretraživača i sadrži odabirni tekst u originalnom uzorku. Podaci pokazuju zašto samo .pdf proširenje ne govori vam hoće li tekst ekstrakcija raditi.
Čuvajte svrhu proizvodnje jasnom
TXT je korisna za pretraživanje, kopiranje ili uređivanje riječi. Ne radi se o konverziji 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 web stranicu. Preuzmite kopiju i isprobajte povezan 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