2022-12-06 12:12:49
如何将图片格式的pdf转化为word?
批量处理是有办法的
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。
如果还不行,那、那……我也没辙了。
pdf完全图片格式怎么转word可编辑的文字了?? - 百度...
这是我自己的答案,拿出来分享~
用adobe acrobat 7.0 professiona l打开一篇pdf文档,
“文件” 菜单――“另存为”――“保存类型:jpeg(*.jpg
*.jpeg *.jpe) ”――“保存”。
稍等一会儿,整篇pdf文档就变成一幅幅图片了。
adobe acrobat 7.0 professiona l使命完成。
尚书七号ocr
“文件” 菜单――“打开图像”――“文件类型:全体图像
(*.tif *.bmp *.jpg)
(2)开始识别。
“选择全部文件”按钮――“开始识别”按钮
稍等一会儿,所选图片就变成文本了。
(3)必须校对。
逐幅图片进行校对,时间紧的话着重校对红色部分,这是识别软
件认为需人工校对的部分,但是不要迷信,没有标出的地方还是
有错的。
不要听ocr厂家“识别率超过98%”的一派胡言,校对过程绝对是
折寿的,我从网上下载了人文2005版鲁迅全集18卷,到现在一卷
也没有识别完……
(4)合成输出。
“选择全部文件”按钮――“输出”菜单――“到指定格式文件
”命令――“保存类型:txt”――“输出到外部编辑器”――
“保存”
(5)记事本编辑。
pdf里面的图片如何才能转换成word格式的纯文本?哪能...
图片一般不能转换成纯文本,但图片里的文字可以通过ocr转换成纯文本,正确率在50-95%。推荐文豪7600里的屏幕识别1.0插件,即安装文豪7600后,把屏幕识别1.0文件夹单独拷出来,再把文豪7600卸载掉。
如何是pdf的书(扫描的)建议用abbyy finereader 9.0 edition,但准确性还不是很高,需要手动修改。
国产有一个赛酷ocr,收费的,不是很贵。但效果没有宣传的那么好。但软件不大,也可以的。
怎样将pdf(图文)全部转换成word 急!!!
可以修改,全选,复制,就可以转换了.
不行用这个软件<all office converter platinum>
相互转换pdf,doc,rtf,xls,htm,txt,图片,这些格式任意转换
不过pdf转成word以后,需要另存为txt格式,然后在用word打开txt文件就可以任意修改了