Имате PDF документ, от който искате да извлечете целия текст? Какво ще кажете за файловете с изображения на сканиран документ, който искате да конвертирате в редактируем текст? Това са някои от най-често срещаните проблеми, които съм виждал на работното място при работа с файлове.

В тази статия ще говоря за няколко различни начина, по които можете да опитате да извлечете текст от PDF или от изображение. Резултатите ви за извличане ще варират в зависимост от типа и качеството на текста в PDF или изображението. Освен това вашите резултати ще варират в зависимост от инструмента, който използвате, така че е най-добре да изпробвате възможно най-много от опциите по-долу, за да получите най-добри резултати.

Извличане на текст от изображение или PDF

Най-простият и бърз начин да започнете е да опитате онлайн услуга за извличане на PDF текст. Те обикновено са безплатни и могат да ви дадат точно това, което търсите, без да се налага да инсталирате нищо на компютъра си. Ето две, които използвах с много добри до отлични резултати:

Извличане на PDF

ExtractPDF е безплатен инструмент за извличане на изображения, текст и шрифтове от PDF файл. Единственото ограничение е, че максималният размер на PDF файла е 10 MB. Това е малко малко; така че ако имате по-голям файл, опитайте някои от другите методи по-долу. Изберете вашия файл и след това щракнете върху бутона Изпращане на файл^{(Send file)} . Резултатите обикновено са много бързи и трябва да видите визуализация на текста, когато щракнете върху раздела Текст^(Text) .

Също така е приятно допълнително предимство, че извлича изображения и от PDF файла, само в случай, че имате нужда от тях! Като цяло онлайн инструментът работи чудесно, но попаднах на няколко PDF документа, които ми дават забавен резултат. Текстът се извлича добре, но по някаква причина ще има прекъсване на ред след всяка дума! Не е голям проблем за кратък PDF файл, но със сигурност проблем за файлове с много текст. Ако това се случи с вас, опитайте следващия инструмент.

Онлайн OCR

Онлайн OCR^{(Online OCR)} обикновено работи за документи, които не са се конвертирали правилно с ExtractPDF , така че е добра идея да опитате и двете услуги, за да видите кои от тях ви дават по-добър изход. Онлайн OCR^{(Online OCR)} също има някои по-хубави функции, които могат да се окажат удобни за всеки с голям PDF файл, който трябва да конвертира само текст на няколко страници, а не на целия документ.

Първото нещо, което искате да направите, е да продължите и да създадете безплатен акаунт. Това е малко досадно, но ако не създадете безплатния акаунт, той ще конвертира само частично вашия PDF , а не целия документ. Освен това, вместо да можете да качвате само 5 MB документ, можете да качите до 100 MB на файл с акаунт.

Първо изберете език и след това изберете типа на изходните формати, които искате за конвертирания файл. Имате няколко опции и можете да изберете повече от една, ако желаете. Под Многостраничен документ^{(Multipage document)} можете да изберете Номера^{(Page numbers)} на страници и след това да изберете само страниците, които искате да конвертирате. След това избирате файла и щракнете върху Конвертиране^(Convert) !

След конвертирането ще бъдете отведени в секцията Документи^(Documents) (ако сте влезли), където можете да видите колко налични безплатни страници са ви останали и връзки за изтегляне на вашите конвертирани файлове. Изглежда, че имате само 25 безплатни страници на ден, така че ако имате нужда от повече от това, ще трябва или да изчакате малко, или да купите повече страници.

Онлайн OCR^{(Online OCR)} свърши отлична работа по конвертирането на моите PDF файлове^(PDF) , защото успя да поддържа действителното оформление на текста. В моя тест взех документ на Word , който използва куршуми, различни размери на шрифта и т.н. и го преобразувах в PDF . След това използвах онлайн OCR^{(Online OCR)} , за да го преобразувам обратно във формат Word и беше около 95% същото като оригинала. Това е доста впечатляващо за мен.

Освен това, ако искате да конвертирате изображение в текст, тогава онлайн OCR^{(Online OCR)} може да направи това също толкова лесно, колкото извличането на текст от PDF файлове.

Безплатно онлайн OCR

Тъй като говорихме за OCR от изображение към текст , нека спомена друг добър уебсайт, който работи наистина добре върху изображенията. Безплатният онлайн OCR^{(Free Online OCR)} беше много добър и много точен при извличане на текст от моите тестови изображения. Направих няколко снимки от моя iPhone на страници от книги, брошури и т.н. и бях изненадан колко добре успя да преобразува текста.

Изберете вашия файл и след това щракнете върху бутона Качване^(Upload) . На следващия екран има няколко опции и предварителен преглед на изображението. Можете да го изрежете, ако не искате да OCR цялото нещо. След това просто щракнете върху бутона OCR и вашият конвертиран текст ще се появи под визуализацията на изображението. Освен това няма никакви ограничения, което е наистина хубаво.

В допълнение към онлайн услугите, има два безплатни PDF конвертора, които искам да спомена, в случай че имате нужда от софтуер, работещ локално на вашия компютър, за да извършите преобразуването. С онлайн услугите винаги ще имате нужда от интернет^(Internet) връзка и това може да не е възможно за всеки. Забелязах обаче, че качеството на преобразуванията от безплатните програми е значително по-лошо от това на уебсайтовете.

A-PDF Text Extractor

A-PDF Text Extractor е безплатна програма, която върши доста добра работа за извличане на текст от PDF файлове. След като го изтеглите и инсталирате, щракнете върху бутона Отвори^(Open) , за да изберете своя PDF файл. След това щракнете върху Извличане^(Extract) на текст, за да започнете процеса.

Той ще ви поиска местоположение за съхраняване на изходния текстов файл и след това ще започне да извлича. Можете също да щракнете върху бутона Опции^(Option) , който ви позволява да избирате само определени страници за извличане и типа на извличане. Вторият вариант е интересен, защото извлича текста в различни оформления и си струва да опитате и трите, за да видите кой от тях ви дава най-добрия изход.

PDF2Text Pilot

PDF2Text Pilot  се справя добре с извличането на текст. Той няма никакви опции; просто добавяте файлове или папки, конвертирате и се надявате на най-доброто. Работеше добре на някои PDF файлове^(PDFs) , но за повечето от тях имаше много проблеми.

Просто щракнете върху Добавяне на файлове^{(Add Files)} и след това щракнете върху Конвертиране^(Convert) . След като преобразуването приключи, щракнете върху Преглед^(Browse) , за да отворите файла. Вашият пробег ще варира с помощта на тази програма, така че не очаквайте много.

Също така си струва да се спомене, че ако сте в корпоративна среда или можете да се сдобиете с копие на Adobe Acrobat от работа, тогава наистина можете да получите много по-добри резултати. Acrobat очевидно не е безплатен, но има опции за конвертиране на PDF във формат Word , Excel и HTML . Освен това върши най-добрата работа за поддържане на структурата на оригиналния документ и конвертиране на сложен текст.

Extract Text from PDF and Image Files

Have a PDF document that you would like to extract all the text out of? What about image fileѕ of a sсanned documеnt that you want to convert into editable text? These are some of the most common issues I’ve seen at the workplacе when working with files.

In this article, I’ll talk about several different ways you can go about trying to extract text from a PDF or from an image. Your extraction results will vary depending on the type and quality of the text in the PDF or image. Also, your results will vary depending on the tool you use, so it’s best to try out as many of the options below as possible to get the best results.

Extract Text from Image or PDF

The simplest and quickest way to start is to try an online PDF text extractor service. These are normally free and can give you exactly what you are looking for without having to install anything on your computer. Here are two that I have used with very good to excellent results:

ExtractPDF

ExtractPDF is a free tool to grab images, text and fonts out of a PDF file. The only limitation is that the max size for the PDF file is 10 MB. That’s a bit small; so if you have a bigger file, try some of the other methods below. Choose your file and then click the Send file button. The results are normally very fast and you should see a preview of the text when you click on the Text tab.

It is also a nice added benefit that it extracts images out of the PDF file too, just in case you need those! Overall, the online tool works great, but I have run into a couple of PDF docs that give me funny output. The text is extracted just fine, but for some reason it’ll have a line break after each word! Not a huge problem for a short PDF file, but certainly an issue for files with lots of text. If that happens to you, try the next tool.

Online OCR

Online OCR usually tended to work for the documents that didn’t convert properly with ExtractPDF, so it’s a good idea to try both services to see which ones gives you better output. Online OCR also has some nicer features that can prove handy for anyone with a large PDF file that only needs to convert text on a few pages rather than the whole document.

The first thing you want to do is go ahead and create a free account. It’s a bit annoying, but if you don’t create the free account, it will only partially convert your PDF rather than the entire document. Also, instead of only being able to upload only a 5 MB document, you can upload up to 100MB per file with an account.

First, choose a language and then pick the type of output formats you would like for the converted file. You have a couple of options and you can choose more than one if you like. Under Multipage document, you can select Page numbers and then choose only the pages that you want to convert. Then you select the file and click Convert!

After conversion, you’ll be brought to the Documents section (if you’re logged in) where you can see how many available free pages you have left and links to download your converted files. It seems like you only have 25 pages for free a day, so if you need more than that, you’ll have to either wait a bit or buy more pages.

Online OCR did an excellent job of converting my PDFs because it was able to maintain the actual layout of the text. In my test, I took a Word doc that used bullets, different font sizes, etc and converted it to a PDF. Then I used Online OCR to convert it back to Word format and it was about 95% the same as the original. That’s pretty impressive for me.

Plus, if you are looking to convert an image to text, then Online OCR can do that just as easily as extracting text from PDF files.

Free Online OCR

Since were talking about image to text OCR, let me mention another good website that works really well on images. Free Online OCR was very good and very accurate when extracting text from my test images. I took a couple of photos from my iPhone of pages from books, pamphlets, etc and I was surprised at how well it was able to convert the text.

Choose your file and then click the Upload button. On the next screen, there are a couple of options and a preview of the image. You can crop it if you don’t want to OCR the whole thing. Then just click the OCR button and your converted text will appear below the image preview. It also doesn’t have any limitations, which is really nice.

In addition to the online services, there are two freeware PDF converters I want to mention in case you need software running locally on your computer to perform the conversions. With online services, you’ll always need an Internet connection and that may not be possible for everyone. However, I noticed that the quality of the conversions from the freeware programs were significantly worse than those of the websites.

A-PDF Text Extractor

A-PDF Text Extractor is freeware that does an fairly good job of extracting text from PDF files. Once you download it and install it, click the Open button to choose your PDF file. Then click Extract text to start the process.

It’ll ask you a location to store the text output file and then it will begin extracting. You can also click on the Option button, which lets you choose only certain pages to extract and the extraction type. The second option is interesting because it extracts the text in different layouts and it’s worth trying all three to see which ones gives you the best output.

PDF2Text Pilot

PDF2Text Pilot does an ok job of extracting text. It doesn’t have any options; you just add files or folders, convert and hope for the best. It worked well on some PDFs, but for the majority of them, there were numerous issues.

Just click Add Files and then click Convert. Once the conversion is complete, click on Browse to open the file. You mileage will vary using this program so don’t expect much.

Also, it’s worth mentioning that if you are in a corporate environment or can get your hands on a copy of Adobe Acrobat from work, then you can really get much better results. Acrobat is obviously not free, but it has options to convert PDF to Word, Excel and HTML format. It also does the best job of maintaining the structure of the original document and converting complicated text.

Related posts

• Как да комбинирате или обедините множество текстови файлове

• Най-добрата безплатна алтернативна програма за преглед на PDF към Adobe Reader

• Преобразувайте компютър с Windows във виртуална машина с помощта на Hyper-V

• Как да промените цвета на иконата на папка в Windows

• Най-добрият безплатен инструмент за дефрагментиране за Windows е самият той

• Най-добрите ресурси за роялти безплатна музика за използване за видеоклипове в YouTube

• 6 безплатни софтуерни приложения за запис на Blu-ray дискове

• Как да синхронизирате две папки в реално време в Windows

• Най-добрата безплатна програма за почистване на системния регистър на Windows

• Копирайте по-бързо големи файлове през мрежата с TeraCopy

• Как да премахнете парола от PDF с безплатен софтуер или онлайн инструмент

• Как да идентифицираме музика или песни по звук

• Как да поправите повредени или повредени AVI файлове

• Безплатни инструменти за персонализиране на контекстното меню с десен бутон

• Преобразувайте директорията на Windows в HTML списък

• Споделяйте големи файлове, като настроите домашен файлов сървър

• 10 удобни инструмента за съхранение на вашето USB флаш устройство

• Преглед на HoneyView: Безплатен бърз софтуер за преглед на изображения за Windows 10

• Отключете защитени с парола Zip файлове

• Настолното приложение Kindle: Добре ли е?