แยกข้อความจาก PDF แบบดิจิทัลหรือที่สแกน
PDF สองตัวสามารถดูเกือบจะเหมือนกันในขณะที่จัดเก็บหน้าต่างกัน หนึ่งอาจมีอักขระที่เลือกได้ ส่วนอีกอันอาจมีเฉพาะรูปภาพหน้าเท่านั้น เวิร์กโฟลว์การแยกข้อความที่ถูกต้องขึ้นอยู่กับสิ่งที่อยู่ภายในไฟล์
ตรวจสอบว่าหน้านั้นมีข้อความจริงหรือไม่
ลองเลือกประโยคในโปรแกรมดู PDF เลเยอร์ข้อความที่มีประโยชน์มักจะให้คุณเลือกคำได้ แม้ว่าเอกสารบางรายการยังมีการจับคู่อักขระที่ไม่สมบูรณ์หรือผิดปกติก็ตาม หน้าที่เป็นเพียงรูปภาพที่สแกนต้องได้รับการจดจำจากพิกเซล ไฟล์หนึ่งสามารถมีหน้าได้ทั้งสองประเภท
แยกเลเยอร์ข้อความที่มีอยู่ออกก่อน
เลือก PDF เป็นข้อความสำหรับเอกสารดิจิทัล เลือกหน้าที่คุณต้องการ ตรวจสอบผลลัพธ์ และเปรียบเทียบกับหน้าต้นฉบับ ข้อความธรรมดาไม่ได้รักษาทุกตาราง คอลัมน์ หรือความสัมพันธ์แบบภาพ หน้าที่ไม่มีข้อความที่แยกออกมาควรได้รับการตรวจสอบแยกกัน แทนที่จะละเว้นจากงานของคุณโดยไม่แจ้งให้ทราบ
ใช้รูปภาพ OCR สำหรับหน้าที่สแกน
สำหรับเพจเฉพาะรูปภาพ ขั้นแรกให้ใช้ PDF ถึง JPG เพื่อเรนเดอร์เพจที่ต้องการ เปิดผลลัพธ์นั้นใน Image to Text และเลือกภาษาของข้อความ ลำดับด้วยตนเองนี้ช่วยให้คุณสามารถตรวจทานเพจก่อนที่จะจดจำได้ การปล่อย PDF เป็น Text แรกจะไม่สแกนหน้า OCR โดยอัตโนมัติ
เปรียบเทียบการส่งออก Word ดั้งเดิมสองรายการ
ไฟล์ sample-word-output.pdf มีรูปภาพหน้าตั้งแต่ Word ของเราไปจนถึงการดาวน์โหลดโดยตรง PDF ไฟล์ sample-word-print.pdf สร้างขึ้นโดยใช้เส้นทางการพิมพ์ของเบราว์เซอร์และมีข้อความที่เลือกได้ในตัวอย่างต้นฉบับ ไฟล์ต่างๆ แสดงให้เห็นว่าเหตุใดนามสกุล .pdf เพียงอย่างเดียวไม่ได้บอกคุณว่าการแยกข้อความจะใช้งานได้หรือไม่
รักษาจุดประสงค์ของเอาต์พุตให้ชัดเจน
TXT มีประโยชน์สำหรับการค้นหา คัดลอก หรือแก้ไขคำ ไม่ใช่การแปลง PDF เป็น Word เพื่อรักษาเค้าโครง หากข้อความที่แยกออกมามีความสำคัญ ให้ตรวจสอบขอบเขตของหน้า ชื่อ และตัวเลข เก็บ PDF ต้นฉบับไว้ และใช้เฉพาะเอกสารที่คุณได้รับอนุญาตให้ดำเนินการเท่านั้น
ลองตัวอย่าง
ตัวอย่างดั้งเดิมเหล่านี้ถูกสร้างขึ้นสำหรับไซต์นี้ ดาวน์โหลดสำเนาและลองใช้เครื่องมือที่เกี่ยวข้อง ตัวอย่างบางส่วนมีข้อความภาษาอังกฤษเพื่อให้สามารถเปรียบเทียบอินพุตเดียวกันข้ามอินเทอร์เฟซได้
sample-word-output.pdf ↓ sample-word-print.pdf ↓Continue with a related tool
มีคำถามหรือแก้ไข? mrkcal@mrkcal.com