2023-01-13 12:26:54
朋友,请问扫描件生成的pdf转成word后,还是图片形式...
可以的,方法有几种,我讲一下我常用的一种吧,希望对你有帮助,就是pdf文档里,有个编辑格式的,你可以设置为doc格式,也就是word软件的格式,然后在导入文档时,选择这个格式,然后进入word软件,就是编辑状态了,可以任意修改,但前提是在原文件,生成pdf文档时,有没设置为只读文件或者需要密码才行,如果有设置了,就可以到原文件里修改为存档文件才行呢?
求高手 帮忙把pdf文件转成word格式
pdf已经是图片格式了 要转word只能如下
一、“选择文字工具,选好了贴到word里”
如果你的pdf文件是用文字制做而不是图片制做的,可以“在adobe acrobat 7.0中有选择文字的工具,可以选好了贴到word里”。但是根据你介绍的情况,你的pdf文件是用图片做的,所以不能用这种方法。
二、批量截图
截图的办法对于不是很清楚的图片来说,并不可取,因为它要么会损失信息,要么会如楼主所说加大工作量。
我建议你先用adobe acrobat中的导出功能,将这个文件导出为图像。做法:在上面菜单上选文件>导出>提取图像为>jpeg文件(其他二种也行,jpeg文件比较小),再按提示,选择一个适当的文件夹,保存图像 。
这种方法保存下来的一张张图片,比你一页页截图省力多了,而且保留了原文件的全部信息。不过500页可不一个小数,会很慢,但至少不用你亲自动手干预了。
三、批量识别
如果你想进行编辑,就必须进行ocr识别。关键在于你如何能够批量进行这个工作。
好一点的ocr软件都可以一次导入多幅图片进行识别,然后输出。不过,好像500页的确有点多了,我从来也没有超过50页的记录,通常也就是二、三十页。就算50页,也比一页一页强,是吧?
我用过不少ocr软件,觉得汉王文本王、清华紫光th比较好用。它们的识别率都非常高,还可以识别表格、繁体字、英文、竖排文字等;输出方式也很灵活,可以只输出文字,也可以按原稿排版格式输出word文件;使用起来也都不复杂。 不知你用的是什么版本的汉王,识别率会那么低。我有的时候识别质量很次的报纸上的文章,它的识别率也还是可以接受的。
四、提高识别率
如果你的底图质量非常差的话,建议你先在图片处理软件中将导出的图片进行放大、去点、锐化等处理,然后再送到ocr中识别。
我估计,你可能还是送入ocr的图片损失了部分原文的信息,造成识别率下降。因为你既然能放大,放大后截图的识别率还可以,那就说明原图的信息足够ocr识别了。只是你在操作过程中损失了部分东西。
所以,我建议你:
1)先将你的pdf文件导出5-10页图片出来
2)用汉王等ocr软件进行批量识别(识别中注意将不规则的部分框除)
3)输出成word文档
如果它们能很顺利地被识别出来,那后面的事就不用我说了。如果不行,那就真的是你的底图的问题了,这就需要对导出的图片进行批量修正处理。
怎么把pdf转化成word
两种方法:
1. 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。
2. 使用pdf 2 word转换
pdf 2 word是一个独立运行的软件, 而非插件。可将 pdf 格式直接转换成 word 格式文件。pdf 2 word虽然是一款英文软件,但其操作界面及参数设置都非常简单,没有特殊需要的话直接按照软件的默认值进行转换即可,pdf 2 word转换的速度非常快,对于图片和文档格式的识别也非常好。
pdf怎么转换成word怎么提取文件
汉王pdf_converter(免费版)能快而准地将pdf文件转换成用word打开的rtf文件(可保持原版面)或txt、doc、xls、pdf文件。 上网搜索“汉王pdf_converter”很容易找到
全是扫描图片或乱码,用雪莹docconvert虚拟打印机输出为jpg,再用汉王文豪7600识别