发布网友 发布时间:2022-04-22 08:02
共4个回答
热心网友 时间:2022-06-18 06:09
pdf文档本身分为以下几类:
1.非加密的pdf文档
这类文档是作者公开在网路上流行的文档,其内容是允许读者拷贝粘贴的,当然这其中要设计到合理的引用注释。主要有两种类型,一个是编辑好的可以对文字部分操作的文档,另外一种是扫描格式的。对于前一种文档adobe公司出品的pdf阅读和编辑软件都可以对文字部分进行选取,拷贝和粘贴,当然图片部分也可以。通常我们写文章需要引用或编辑的时候,有选择的选取其中的文字就可以了,很方便,也没有必要全文选取。当然,如果处于版面要求以及某种目的需要快速的全文转化,也是完全可以实现的。
主要方法包括:
知道分0.25
200分:
a.
Adobe公司出品的pdf创建和编辑软件Adobe
Acrobat(不是reader)本身就具有将pdf文档转化为word文档的能力。只要我们打开菜单栏,将文档另存为doc格式或
rtf格式就可以了。但是说实话,这种方法得到的文档只能够说是变成了一堆字而已,原来的版式都没有了。不过这也不失为一种方法。
b.
借助于其它软件实现高质量的pdf文档向word文档的转换。其实现在能够实现这种功能的软件很多,我只介绍其中的两个,而这两个也绝对是具有业界领先水平的。它们是Scansoft公司出品的Scansoft
PDF
Converter和ABBYY公司出品的ABBYY
PDF
Transformer。当然后者作为OCR领域的业界大企业,还有一些具有此功能的更高级的软件,但是这个已经足以应付大部分的转换了。
这两个软件能够快速实现对于可拷贝的pdf文档的迅速转化,而且绝对是高质量的全文转换。经过转换得到的word文档,排版和原来的pdf文档几乎没有分别,绝对是让你震惊的水准,需要全文转换的绝对推荐使用!
c.
对于非加密扫描型pdf文档来说,其上面包含的文字实际上是属于图片的一部分,我们如果想大量的一次性得到这些文字,必须借助于OCR软件的辅助,这种软件种类繁多,中文外文的都有。当然,对于英文的识别效率应该好于对于中文的,这也和选择的软件关系很大。而且,最重要的是,pdf文档中文字的清晰度。
2.加密型pdf文档
加密型pdf文档通常不允许读者对其进行任何拷贝和编辑,包括其中的文字和图片。这也是对版权的保护。如果你非要违背作者意图来获得其中的文字,使用的方法主要有两种:第一就是借助于pdf加密破解软件,第二种就是手动往电脑里面敲吧。推荐后者,毕竟该尊重的一定要尊重。
参考资料:引自
http://publishblog.blogchina.com/blog/tb.b?diaryID=1146714
热心网友 时间:2022-06-18 06:10
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。
热心网友 时间:2022-06-18 06:10
好多网友都问过PDF转换为DOC(word文件)的问题,本人经过尝试发现可以利用Office
2003中的Microsoft
Office
Document
Imaging组件来实现这一要求最为方便。第一步:先用Adobe
Reader打开想转换的PDF文件,接下来选择“文件→打印”菜单,在打开的“打印”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。
注:如果没有找到“Microsoft
Office
Document
Image
Writer”项,使用Office
2003安装光盘中的“添加/删除组件”更新安装该组件,选中
Office
工具
Microsoft
DRAW转换器。
第二步: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,在弹出的窗口中选中“在输出时保持图片版式不变”,确认后系统会提示“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。
注: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。
以上仅在word2003中试过,其它版本还不是很清楚,可以自己试一下。
热心网友 时间:2022-06-18 06:11
PDF格式阅读器7.0以上版本,也有此功能(即将文字复制到word中)。