说句实在话,现在的这些文字识别软件像什么方正啊,汉王啊都不怎么样,何况office2003中自带了ocr软件啊 在绿盟上有篇这样的文章 各种格式文件ocr成word文件的方法 你还在为不同格式的文件怎么变成word文件发愁吗?各种识别软件各有缺陷,识别效率低,让你痛苦不堪,有的只能识别字,对表格和图形无能为力,识别完了,版面乱七八糟,无法使用。现在好了,本文针对各种情况下文字识别进行总结,帮助大家掌握正确方法,节省时间,本文给出了所有情况下全文件表格、图形、文字识别的完美解决方案: 1、
pdf文件的识别: 1)文件可以直接识别的(以文本形式保存的pdf文件):安装acrobat 7专业版,注意不是acrobat reader(下载
http://www.xdowns.com/soft/4/136/2006/soft_29430.html
) ,直接另存为rtf文件(识别整个文件),或者选择工具栏上的文字选择按钮,然后选择文字区域,然后复制到word等中。 2)文件不能直接识别的(以图片形式保存的pdf文件):安装office2003(下载
http://www.xdowns.com/soft/188/215/2006/soft_28356.html
),并装上office工具microsoft office document imaging(完全安装此工具),然后在打印机里面会增加microsoft office document image writer打印机,然后将pdf文件打印到此打印机,选择打印形成的文件的保存位置,然后会自动形成一个mdi文件,并且自动用microsoft office document image打开此文件,然后选择“工具”菜单下的“使用ocr识别文本”,识别完成后,在选择“工具”下的,“将文本发送到word”,最后将把整个pdf文件识别输出到word文件中。 注意:microsoft office document image可以非常准确的全文件识别转化中文、英文、表格,但是无法将图形输出到word,而是把文件中的所有图形单独形成一个个独立的图片文件,放在相同位置的一个相同名称的文件夹中,因此可用snagit软件将图形打开,然后复制到word中。(所有的识别软件都不能很好的处理图形的识别问题,microsoft office document image的这种处理方法已经是非常好的解决这个问题了。) 3)加密的pdf文件:先下载解密软件(下载
http://www.xdowns.com/soft/4/85/2006/soft_29750.html
),解密后在参看1),2) 4)繁体pdf文件:用2)的方法识别到word后,用word中的“工具”--“语言”---“中文繁简转换” 2、caj文件的识别: 1)局部文字识别:直接使用caj浏览器(下载地址
http://www.xdowns.com/soft/4/136/2006/soft_29737.html
)的ocr 2)全文件识别:打印到microsoft office document image writer打印机,后面和上面的2)操作一样 3)博硕论文全文下载:在线阅读博硕论文,待可以看到最后一页后,不要关闭caj浏览器,到caj安装目录下cache中找到一个较大的文件,拷贝到其他位置即可。然后使用2)全部转化为word。 3、超星文件的识别: 1)局部文字识别:直接使用超星浏览器(下载地址
http://www.xdowns.com/soft/31/91/2006/soft_27810.html
)的ocr 2)全文件识别:打印到microsoft office document image writer打印机,后面和上面的2)操作一样,要注意的是,超星打印功能有点区别,因为超星是目录和全文分开的,所以打印时,需要分别把目录和正文识别到word中,在合并到一起。打印时要填入打印页码从1到最后一页,不要选择打印全部。此外在打印选项中,还要将页面比例设成真实大小,而不是整宽。注意:识别速度比其他格式要慢很多,请保持耐心,但是最后当你看到轻松的生成全本书的word版本时,你会欣喜若狂的,呵呵。我的试验结果是一本280页的书,识别需要几分钟的时间。 3)超星相对比较麻烦一些,如果还有问题,可以先把超星打印成完整的pdf文件,然后在用1、的方法转成word 4、其他情况下的识别: 使用snagit软件(下载
http://www.xdowns.com/soft/31/46/2006/soft_29690.html
)将任何形式的文字可以变成图片,例如使用snagit将屏幕拷贝成图片,然后右键点击图片文件,用microsoft office document image打开图形,其他和2)一样。 注意:其他的各种识别软件请不要在用,因为要么只能识别中文,要么只能识别英文,要么不能识别整个文件,要么不能识别屏幕拷贝图像,要么识别误差很大,要么不能识别表格,要么需要注册,要么识别速度很慢,要么使用不便(和word结合不紧),这些软件包括:紫光ocr,万方pdfocr,尚书,汉王,scansoft pdf converter,pdf2word,以及各种被推荐的软件等等,我都装过,现在都像lj一样删除了。只要安装了acrobat 专业版,snagit,office2003,现在你可以完美的做任何事,最重要的是这几个软件很好得到。 针对一些问题的补充: 经过一些试验,发现microsoft office document image 存在一些不稳定的问题,例如在用caj打印到microsoft office document image writer打印机时,发现用caj5.5版本比较快,(caj5.5不能加升级补丁),而caj5.0有时出现假死机。 另外页面显示大时,转化的识别率较高。 如果页数多的文件,包括超星,如果有问题,可以分多次转化。 再次补充: 1、由于虚拟打印到microsoft office document image writer 比较慢,并且形成的虚拟文件很大,1本200多页的书大约是60m,因此会严重影响机器的运行速度和c盘空间以及内存空间,建议配置好的机器一次转化不要超过200页,配置差的不要超过100页,同时打印时在右下角系统栏中会出现打印机图,你可以双击,看到打印任务的进度,以免以为死机了。另外转化完成后请删除c:\\windows\\temp目录下的虚拟打印文件,否则你的c盘很快会被用光。 2、建议如果发生打印到microsoft office document image writer很慢或者假死的情况,可以先打印到snagit虚拟打印机,会自动生成tiff文件,速度比microsoft office document image writer快,然后在snagit中,选择打印机为microsoft office document image writer打印机,(相当于再打印到microsoft office document image writer打印机),然后选择snagit---outputs下的printer,然后选择snagit----file----finish output,即可生成msi文件,其他一样。转化完成后请删除c:\\windows\\systems32\\snagit临时文件。
满意请采纳
pdf转word的小工具
pdf-to-word v2.1_绿盟绿化版_
下载地址:
http://www.xdowns.com/soft/softdown.asp?softid=33799
pdf(portable document format)文件格式是adobe公司所开发的一种特殊的文本格式,这种文本格式最大的优点是其尺寸较小、阅读方便,非常适合在网络上传播和使用。现 在,很多产品的说明书都使用pdf格式,例如电子书籍、产品白皮书,包括很多产品的技术资料都是pdf格式。但是如果想要对其进行文本或格式进行编辑一类 的操作就会比较困难,因为pdf格式与doc格式解码格式不同,在pdf下的回车符、换行符以及相关的图片格式无法直接转换为doc文件.
* pdffactory 是一个无须 acrobat 创建 adobe pdf 文件的打印机驱动程序。pdffactory 提供的创建 pdf 文件的方法比其他方法更方便和高效。 功能包括: 多个文档整合到一个 pdf 文件中; 内嵌字体; 通过 e-mail 发送; 预览; 自动压缩优化。
* adobe reader 6.0 standard:菜单栏有个按钮“创建pdf”,点击后可以选择创建的途径,选择“从文件”,然后选中需要转换成pdf格式的文件即可。刚才的按钮下还有好几个功能,其中有个“从多个文件”可以将多个文件合并成pdf文件。
* acrobat distiller,有了它也可轻松实现转换.要用office word 打开该doc文件,然后在“文件”―>“打印”中选择acrobat distiller 打印机即ok。
* 首先这里下载go2pdf还有补丁安装后在:开始>设置>控制面板>打印机和传真机中出现virtual pdf printer图标,右键设为默认打印机,打开word文档在工具栏内点打印,就出现一个另存为的对话框,此时发现保存类型变为了pdf,点击保存就ok了 .
* adobe acrobat 7.0 professional:adobe7 使用了激活,需用paradox key generator生成,解压后的rar文档里有一个叫作"keygen"的,就是它了。运行文件夹里的"pdx-ac7p.exe"(paradox key generator),然后用该组生成的s/n安装(只是第一行数字),安装后重新启机,启动进入acrobat,在弹出的菜单上选择"activate option",点击"activation by telephone",此时在该弹出菜单acrobat会产生一组activation code,此时再执行paradox key generator,将刚才界面产生的s/n及activation code依次输入paradox key generator,按其上的"generate auth code"按键取得authorization code,再手工输入后大功告成!
* 使用office2003自带的工具转换:首 先使用adobe reader打开待转换的pdf文件,接下来选择“文件→打印”菜单,在打开的“打印”设置窗口中将“打印机”栏中的“名称”设置为“microsoft office document image writer”,确认后将该pdf文件输出为mdi格式的虚拟打印文件。如 果在“名称”设置的下拉列表中没有找到“microsoft office document image writer”项,那证明你在安装office 2003的时候没有安装该组件,请使用office 2003安装光盘中的“添加/删除组件”更新安装该组件。运行microsoft office document imaging,并利用它来打开刚才保存的mdi文件,选择“工具→将文本发送到word”菜单,并在弹出的窗口中勾选“在输出时保持图片版式不变”,确 认后系统提示“必须在执行此操作前重新运行ocr。这可能需要一些时间”,不管它,确认即可。
* 小提示:microsoft office document imaging对pdf转doc的识别率不是特别完美,转换后会丢失原来的排版格式,所以转换后还需要手工对其进行排版和校对工作。
* 注:pdf本身就是可编辑的,常见的一些不可编辑是因为被作者权限控制掉,有专门的工具可以解除该限制.解除pdf的限制工具为:pdfcrack.exe
* 关 于pdf的权限问题,有些pdf可以直接打开,但是安全属性里面设置了一些保护,这样在转换文件的时候会提示权限不够,方法很简单:使用软件进行解密,试 过几种软件,最好用的还是passware_acrobat key,其次是adult pdf password recovery v2.2.0和pdf password remover v2.2,这几种就够用了。不过,有打开权限密码的破解会比较麻烦,只能使用字典和暴力破解,而且颇为费时;其次是pdf文件里的表格能否转换为 excel的问题,在没有发布adobe acrobat 7.0 pro之前的版本基本上是不行的,但是最新已经有adobe acrobat 7.0 professional中文版发布了,安装一个完整版本,结果消耗了650mb硬盘空间,在这个版本里好像已经可以将表格复制到excle里面了.
* pdfgrabber 3.0.0.12(可以将pdf文件格式转换成excel、rtf或者word格式):用于导出pdf文件的工具,可以将pdf文件格式转换成excel、rtf或者word格式.pdfgrabber允许在其他应用程序如word,excel或者access中编辑和进一步处理pdf内容而不用安装acrobat.pdfgrabber显著的特点是其有效的输出模式管理和自动检测任何数目的输入目录recosoft pdf2office personal v2.0软件也可以将pdf文件转换成doc格式,也支持中文,如果有专业版就更好了。
* 怎样才能把ppt文件改成pdf格式?文电通pdf转档器 (pdf driver),超小只有12mb,开启文件就可以直接转换;可制作pdf格式文档。
另四款有关pdf的软件
“苗条”的pdf阅读器
小巧实用的软件才是最欢迎的软件, foxit reader2.0这款“苗条”的pdf阅读器,软件安装体积只有区区的1.6mb,但是功能一点都不逊色。软件界面与acrobat reader非常的相似,不过启动速度远远超过了acrobat reader,占用系统资源也比较少。软件提供了多语言支持,可以通过选择“language→simplified chinese”,下载相应插件后即可转换为中文界面。除了可以实现acrobat reader的所有功能外,foxit reader还可以对pdf文档进行高亮注释、下划线注释、删除线注释、文本注释等操作,还可以使用箭头、线条、圆圈、矩形等各种图形标注工具对pdf文 档进行标注。
pdf文件制作利器
pdf文档使用很简单,然而如何将常用的doc、excel等文档制作成pdf格式呢?其实,有了pdfcreator,一切问题变得非常的简单。 pdfcreator是一个开源应用程序,支持windows打印功能的任何程序都可以使用它创建pdf文档。软件安装后会生成虚拟打印机,任何支持 windows打印功能的程序生成的文件,在打印时只要选择生成的pdfcreator虚拟打印机,就可轻轻松松的转换为pdf文档,并且可以生成 postscript文档、encapsulated postscript 文件等格式。此外,你也可以将文件转换为png、bmp、jpeg、pcx、tiff等图形格式文件。
pdf转word文档同样简单
要想将pdf文档转换为可以进行重新编排格式的word文档,过程同样简单,只要使用“scansoft pdf converter for microsoft word”这款office插件即可。该插件安装后,可以在word软件中直接通过“文件→打开”选项来打开pdf文档。文件转换时,插件首先捕获pdf 文档中的信息,分离文字同图片,表格和卷,再将其统一到word格式,完全保留原来的格式和版面设计。当然,有了改插件,也可以轻松地通过右键来将pdf 文件转换成为word 文件,还可以在microsoft outlook直接打开email附件里的pdf文件,以及把网上的pdf文件直接在word里打开。
pdf文档的管理
pdf文档越来越多,对文档的管理变得非常的重要,以备文章的检索、阅读。有了active pdf searcher这款pdf文件管理软件,问题变得不再复杂。它是一个强大的pdf文档阅读与检索工具,具有强大的全文检索功能,并且支持多个pdf全文 检索。软件内置pdf解析和浏览引擎,以及一个5万词的中文词库,能够检索中文、英文及其它各种语言,检索速度快,使用非常方便。