作者:朱铮南
(转载、引用务必注明出处)

    通过扫描纸质文件创建的pdf文档是不能简单地转换成可以编辑的word文档的,只能够通过文字识别的方法,将pdf文档里的文字提取出来。
    如果扫描的分辨率很低,文字识别的正确率会打很大折扣。如图示的pdf文档,扫描的质量就很低,文字模糊,笔画残缺,用什么识别工具提取文字的效果好一些呢?
 

1、用Adobe Acrobat识别
    用Adobe Acrobat打开这pdf文档,操作菜单“文档”→“OCR文本识别”→“使用OCR识别文本”,经过识别以后,用“选择工具”选中文字进行复制,再粘贴到文本文件或word文档,提取出的文字如下:“使用胶粘邦l 己有JL f ‘f的历史,最早使用的胶粘为粘土、动物胶、植物iffj
夭年在物质来帖横用品、‘E严工具和古战黯哥。直到20 世纪初,ffli:曹合成高付俨
J: 业的?若立与平断进步,ff 峨高分f 的胶柑1111 件到了阻瞌垃隅股帖如l 己应用于阁íI!
经济各个工业部门日常生活中。在多年的应用中1莘步形成了简便、易行、实用的胶粘鼎l
帖楼技
术。i草种技术除街Ij\日常生Ei齿’和得到广泛1iY.咱外[!成川J 航天削啦
器、船舶、电子倍思民经工业部门不可棋性的技术
技术是种在性极强,科技量较高的技术。了具备简便、快捷、高、价
廉、肯定报帮特点、还可忖闷质材制相术问质材制等各的材料在不!lt外界作
的情况下实施良町A的粘接,解决了用其它连接方法无法解决的闷题,为结构连接和设备维
开辟了接醋新的道路。

   简直是天书,根本不能采用。

2、转换成jpg图片以后在线进行识别
    用Adobe Acrobat打开这pdf文档,操作菜单“文件”→“导出”→“图像”→“JPEG”,将pdf文档转换成图片。也可以用用Phptoshop打开这pdf文档,另存为jpg图片。
    登录www.netocr.net在线文字识别网站,将转换成的图片上传,网站识别出的文字如下:“人类使用胶粘剂已有几年的历史
最早使用的胶粘利为粘土、动物胶、植物胶、sR}
大帐物质来粘接生活用、生产工具和古兵器等直到zo世纪初,随着分子
r_业的建立与不断进步,纂 }合成分子的胶粘剂得到了,胶粘剂已rz用于国民
经济各个工业部门和日常生活中在多年的应用中逐步形成了简便、易行、实用的胶粘剂
粘接技术.、该术除在民用f业和日常生活中得多U厂一游业用外L成为ru天航空、兵
器、船舶、电子
    粘接技术是
信息工I‘i等国民经济工业部门不可缺少的技术
种实用性极强,科技含量较高的技术。除了具备简便、快捷、高效、价
廉、便于掌握等特点外,!: ‘i对同质材料和不同质材料等各种材质的材料在不受外界作用
的情况I”实施良好的粘接,解决了用其它连接方法无法解决!山和题,为结构连接和设备维
修开辟了一条崭新的道路

    效果比用Adobe Acrobat识别要好一些,个别地方前后次序颠倒了。

3、用汉王 pdf ocr软件识别
    用汉王 pdf ocr,操作菜单“识别”→“开始识别”,识别的结果如下:“ 人类使用胶粘剂已有儿f午的历}圭!早使的胶粘剂为牯上、动物、植物胶、
等天然物质来带占撮擞储用品、擞严和古器等。到20世纪,随蔚赍成离1j二
,l:此
的建立与不断进步,基于合成分子的粘剂得到了迅遵艟腔帖制用于圈融
经济各个工业部门和日常生活中。在多年的应用中逐步形成r简便、易行、实用的
技术,拣种技术除民用jt北和日常嫩耩彳寻驯广涎娩啊成为航航空
器、船舶、电子信息工程等民经济工业部门不可缺少的技?
    粘接技术是用性极强,科技量较高的术。备简便、快捷、尚敞、价
廉、便于譬搬游特点外,可对同材料帚¨不同质材料等种材料在币i蹙外界怍I}I
的情况下实施良好的粘接,解决了用其它连接方法无法解决问题,为结构连接和设备维
修开辟了一条崭新的道路。

    也和天书差不多。

4、用Microsoft Office Document Image Writer进行识别
    用任何pdf阅读软件打开这pdf文档,操作菜单“文件”→“打印”,打印机名称选择“Microsoft Office Document Image Writer”,这是一个随Microsoft Office 2003一起安装到计算机里的虚拟打印机,它将PDF文档打印到后缀为“mdi”的文件里,并自动打开,在打开的“mdi”文件里依次操作菜单“工具”→“使用OCR识别文本”和“工具”→“将文本发送到word”,提取出的文字如下:“人类使用胶粘剂己有几年的厉史,最早使用的胶粘剂为粘、动物胶、植物胶、沥等天然物质来粘接生活用品、生产工具和古兵器等。直到20 纪初,随着成高分子业的建立与不断进步,成高分子的胶粘剂得到了迅速发展,胶粘剂已应用于国民经济个工业部门和日常生活中在多年的应用中逐步形成了简便、易行、实用的胶粘剂粘接技术。这种技术除在民用一〔 业和日常生活中得歹U 广泛应外.已成为航,航空、兵器、船舶、电子信息工程等国民经济工业部门不可缺少的技术
粘接技术是,,一种实用性极强,科技含量较高的技术。除了具备简便、快捷、高效、价廉、便于掌握等特点外、还可对同质材料和同质材料等各种材质的材料在不受外界作用的情况下实施良好的粘接解决了用其它连接方法无法解决的问题,为结构连接和设备维修开辟了一条崭新的道路。

    相对而言,识别的正确率是四种方法中最高的,毕竟是微软,不服不行。


评论

该日志第一篇评论

发表评论

评论也有版权!