Har du et PDF- dokument, som du gerne vil trække al tekst ud af? Hvad med billedfiler af et scannet dokument, som du vil konvertere til redigerbar tekst? Dette er nogle af de mest almindelige problemer, jeg har set på arbejdspladsen, når jeg arbejder med filer.

I denne artikel vil jeg tale om flere forskellige måder, hvorpå du kan prøve at udtrække tekst fra en PDF eller fra et billede. Dine udtræksresultater vil variere afhængigt af typen og kvaliteten af ​​teksten i PDF'en^(PDF) eller billedet. Dine resultater vil også variere afhængigt af det værktøj, du bruger, så det er bedst at prøve så mange af mulighederne nedenfor som muligt for at få de bedste resultater.

Uddrag tekst fra billede eller PDF

Den enkleste og hurtigste måde at starte på er at prøve en online PDF -tekstudtrækstjeneste. Disse er normalt gratis og kan give dig præcis, hvad du leder efter uden at skulle installere noget på din computer. Her er to, som jeg har brugt med meget gode til fremragende resultater:

Uddrag PDF

ExtractPDF er et gratis værktøj til at hente billeder, tekst og skrifttyper ud af en PDF -fil. Den eneste begrænsning er, at den maksimale størrelse for PDF -filen er 10 MB. Det er lidt småt; så hvis du har en større fil, så prøv nogle af de andre metoder nedenfor. Vælg din fil, og klik derefter på knappen Send fil^{(Send file)} . Resultaterne er normalt meget hurtige, og du bør se en forhåndsvisning af teksten, når du klikker på fanen Tekst^(Text) .

Det er også en god ekstra fordel, at det også trækker billeder ud af PDF -filen, bare hvis du har brug for dem! Generelt fungerer onlineværktøjet godt, men jeg er stødt på et par PDF -dokumenter, der giver mig sjove output. Teksten er ekstraheret fint, men af ​​en eller anden grund vil den have et linjeskift efter hvert ord! Ikke et stort problem for en kort PDF -fil, men bestemt et problem for filer med masser af tekst. Hvis det sker for dig, så prøv det næste værktøj.

Online OCR

Online OCR havde normalt en tendens til at fungere for de dokumenter, der ikke konverterede korrekt med ExtractPDF , så det er en god idé at prøve begge tjenester for at se, hvilke der giver dig bedre output. Online OCR har også nogle bedre funktioner, der kan vise sig praktiske for alle med en stor PDF -fil, der kun skal konvertere tekst på et par sider i stedet for hele dokumentet.

Den første ting du vil gøre er at gå videre og oprette en gratis konto. Det er lidt irriterende, men hvis du ikke opretter den gratis konto, vil den kun delvist konvertere din PDF i stedet for hele dokumentet. I stedet for kun at kunne uploade et dokument på 5 MB, kan du også uploade op til 100 MB pr. fil med en konto.

Først skal du vælge et sprog og derefter vælge den type outputformater, du ønsker for den konverterede fil. Du har et par muligheder, og du kan vælge mere end én, hvis du vil. Under Flersidet dokument^{(Multipage document)} kan du vælge Sidetal^{(Page numbers)} og derefter kun vælge de sider, du vil konvertere. Så vælger du filen og klikker på Konverter^(Convert) !

Efter konverteringen bliver du bragt til sektionen Dokumenter^(Documents) (hvis du er logget ind), hvor du kan se, hvor mange ledige gratis sider du har tilbage og links til at downloade dine konverterede filer. Det ser ud til, at du kun har 25 sider gratis om dagen, så hvis du har brug for mere end det, skal du enten vente lidt eller købe flere sider.

Online OCR gjorde et fremragende stykke arbejde med at konvertere mine PDF- filer, fordi det var i stand til at opretholde det faktiske layout af teksten. I min test tog jeg et Word - dokument, der brugte punkttegn, forskellige skriftstørrelser osv. og konverterede det til en PDF . Så brugte jeg Online OCR til at konvertere det tilbage til Word -format, og det var omkring 95% det samme som originalen. Det er ret imponerende for mig.

Plus, hvis du ønsker at konvertere et billede til tekst, så kan Online OCR gøre det lige så nemt som at udtrække tekst fra PDF - filer.

Gratis online OCR

Siden vi talte om billede til tekst OCR , så lad mig nævne en anden god hjemmeside, der fungerer rigtig godt på billeder. Gratis online OCR^{(Free Online OCR)} var meget god og meget præcis, når jeg udtrak tekst fra mine testbilleder. Jeg tog et par billeder fra min iPhone af sider fra bøger, pjecer osv., og jeg var overrasket over, hvor godt den var i stand til at konvertere teksten.

Vælg din fil, og klik derefter på knappen Upload . På den næste skærm er der et par muligheder og en forhåndsvisning af billedet. Du kan beskære det, hvis du ikke vil OCR det hele. Klik derefter på OCR -knappen, og din konverterede tekst vises under billedet. Den har heller ingen begrænsninger, hvilket er rigtig rart.

Ud over onlinetjenesterne er der to freeware PDF -konvertere, jeg vil nævne, hvis du har brug for software, der kører lokalt på din computer for at udføre konverteringerne. Med onlinetjenester har du altid brug for en internetforbindelse^(Internet) , og det er måske ikke muligt for alle. Jeg bemærkede dog, at kvaliteten af ​​konverteringerne fra freeware-programmerne var væsentligt dårligere end hjemmesidernes.

A-PDF tekstudtrækker

A-PDF Text Extractor er freeware, der gør et ret godt stykke arbejde med at udtrække tekst fra PDF - filer. Når du har downloadet det og installeret det, skal du klikke på knappen Åbn^(Open) for at vælge din PDF -fil. Klik derefter på Udpak^(Extract) tekst for at starte processen.

Det vil bede dig om et sted at gemme tekstoutputfilen, og så begynder den at udpakke. Du kan også klikke på knappen Indstilling^(Option) , som lader dig vælge kun bestemte sider, der skal udpakkes, og udtrækstypen. Den anden mulighed er interessant, fordi den udtrækker teksten i forskellige layouts, og det er værd at prøve alle tre for at se, hvilke der giver dig det bedste output.

PDF2Tekst Pilot

PDF2Text Pilot  gør et ok job med at udtrække tekst. Det har ingen muligheder; du tilføjer bare filer eller mapper, konverterer og håber på det bedste. Det fungerede godt på nogle PDF'er^(PDFs) , men for de fleste af dem var der adskillige problemer.

Bare klik på Tilføj filer^{(Add Files)} , og klik derefter på Konverter^(Convert) . Når konverteringen er fuldført, skal du klikke på Gennemse^(Browse) for at åbne filen. Dit kilometertal vil variere med dette program, så forvent ikke meget.

Det er også værd at nævne, at hvis du er i et virksomhedsmiljø eller kan få fingrene i en kopi af Adobe Acrobat fra arbejdet, så kan du virkelig få meget bedre resultater. Acrobat er naturligvis ikke gratis, men det har muligheder for at konvertere PDF til Word , Excel og HTML -format. Det gør også det bedste stykke arbejde med at bevare strukturen af ​​det originale dokument og konvertere kompliceret tekst.

Extract Text from PDF and Image Files

Hаve a PDF document that you would like to extract all thе text out of? Whаt about image files of a ѕcanned docυment that you want to conνert into editablе text? These are ѕome of the most common issues I’ve seen at the workplаce 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

• Sådan kombineres eller flettes flere tekstfiler

• Bedste gratis alternative PDF-fremviser til Adobe Reader

• Konverter en Windows-pc til en virtuel maskine ved hjælp af Hyper-V

• Sådan ændres mappeikonets farve i Windows

• Det bedste gratis defragværktøj til Windows er sig selv

• Konverter Windows Directory til HTML-liste

• Sådan brændes, kopieres og sikkerhedskopieres en cd eller dvd

• 6 gratis softwareapps til Blu-ray-diskbrænding

• Vigtige gratis softwaredownloads til Windows

• Sådan udpakkes ikoner fra EXE-, DLL-, OCX- og CPL-filer

• Formater et SD-kort på den nemme måde

• Bedste gratis PDF-editor onlineværktøjer, der er cloud-baserede

• Sådan oprettes, monteres og brændes ISO-billedfiler gratis

• Sådan kombinerer du flere PowerPoint-præsentationer

• Sådan repareres beskadigede eller beskadigede AVI-filer

• HTML-kode til at ombryde tekst omkring billede

• Sådan identificerer du musik eller sange efter lyd

• Sådan fjerner eller afinstallerer Java (JRE) på Windows og Mac

• Del store filer ved at konfigurere en hjemmefilserver

• Sådan deler du filer mellem pc'er, smartphones og tablets