Vsak PDF ne potrebuje prepoznavanja. Digitalni dokument ali skeniran dokument, ki je bil že prepoznan, lahko vsebuje plast besedila, ki jo je mogoče neposredno izvoziti. PDF v besedilo vam nudi to shranjeno vsebino. Ključno je ločiti izluščanje od OCR in pregledati vrstni red branja pred ponovno uporabo besed.
Primer uporablja paket javne delavnice z obstoječo plastjo besedila. Primerjajte izluščene besede z vidnim virom, namesto da to obravnavate kot prepoznavanje slike.
Preverite, ali PDF že vsebuje besedilo
Odprite PDF v besedilo in izberite dokument. Digitalno poročilo ali predhodno z OCR obdelan sken morda že vsebuje besede, ki jih potrebujete.
Če je datoteka skenirana samo kot slika, izluščanje ne bo ustvarilo besedila iz njenih slikovnih pik. Namesto večkratnega izvažanja prazne plasti besedila uporabite PDF OCR.
Izberite strani in razporeditev izhoda
Vnesite obseg strani, če je pomemben le del dokumenta. Izberite eno datoteko TXT za tekoče branje ali ločene datoteke za referenco po straneh.
Številke strani v obsegu se nanašajo na položaje v naloženem PDF. Natisnjena številka strani se lahko razlikuje, ko datoteka vključuje naslovnico ali neštevilčen uvod.
Poskusite izluščiti besedilo pred OCR, ko ima PDF uporabno plast besedila.
Izluščite in preglejte besede
Kliknite Začni za izluščanje shranjenega besedila. Primerjajte rezultat z vidnim virom, zlasti kjer stran vsebuje stolpce, tabele ali opombe.
Preverite vezaje na koncu vrstic, nenavadne znake in pomembne identifikatorje. Prejšnja napaka OCR se lahko v izvoz kopira prav tako zlahka kot pravilno digitalno besedilo.
Ohranite sklice na strani pri citiranju ali preverjanju izluščenih odlomkov.
Prenesite besedilo in ohranite njegov izvorni kontekst
Prenesite rezultat TXT ali ZIP. Za ločene datoteke uporabite imena datotek na podlagi strani in vključeno združeno besedilo, da sledite, od kod izvirajo odlomki.
Navadno besedilo je namenjeno ponovni uporabi, ne vizualni reprodukciji PDF. Ohranite izvorni PDF za preverjanje postavitve ali sklicev in uporabite OCR samo za strani, katerih slikovna vsebina še potrebuje prepoznavanje.
Pogosta vprašanja
Ali PDF to Text izvaja OCR?
Ne. Izvleče besedilo, ki je že shranjeno v PDF. Strani, ki vsebujejo samo slike, potrebujejo PDF OCR.
Zakaj se vrstni red besedila razlikuje od strani?
Besedilo PDF je lahko shranjeno kot pozicionirani deli. Stolpci, tabele, opombe in nenavadne preslikave pisav lahko ustvarijo vrstni red, ki ga je treba pregledati v navadnem besedilu.
Kaj je v datoteki ZIP z ločenimi datotekami?
Vsebuje besedilno datoteko za vsako izbrano stran in združeno besedilno datoteko. Datoteke uporabljajo besedilo UTF-8.
Ali lahko ekstrakcija popravi napake iz starejše plasti OCR?
Ne. Obstoječe napake v besedilu se lahko kopirajo v izvoz. Primerjajte pomembno besedilo z vidnim virom in ga pred ponovno uporabo popravite.
Pripravite svoj naslednji dokument s PDF v besedilo.
Poskusite izluščiti besedilo pred OCR, ko ima PDF uporabno plast besedila.
