Tento rychlý tutoriál vysvětluje, jak převést naskenovaný PDF na Word pomocí Javy. Obsahuje všechny podrobnosti pro nastavení IDE, seznam kroků a ukázkový kód pro převod naskenovaného PDF na dokument Word pomocí Javy. Na konci článku budou také navrženy některé vylepšení pro vytvoření přizpůsobeného výstupu.
Kroky k převodu naskenovaného PDF do Wordu pomocí Javy
- Nastavte prostředí tak, aby používalo Aspose.Total for Java k převodu naskenovaného PDF do Wordu
- Použijte licence pro relevantní produkty
- Instancujte OCR engine pro rozpoznávání textu v PDF souboru
- Načtěte zdrojový PDF soubor a nastavte parametry rozpoznávání
- Spusťte OCR engine a uložte výsledek každé stránky do seznamu
- Vytvořte nový Word file pomocí třídy Document a propojte s ním builder.
- Procházej rozpoznané výsledky a ulož každý řetězec na samostatnou stránku v souboru Word
- Uložte výsledný soubor Word na disk
Tyto kroky popisují, jak převést naskenovaný PDF soubor do Wordu pomocí Javy. Vytvořte OCR engine, nastavte vstupní typ na PDF, nastavte vstupní jazyk a příznak oblasti detekce a aplikujte OCR na PDF. Nakonec vytvořte prázdný soubor Word, přidejte do něj všechny naskenované výsledky a uložte výsledný soubor Word.
Kód pro převod naskenovaného PDF do Wordu pomocí Javy
Tento kód demonstruje proces převodu naskenovaného PDF do dokumentu Word pomocí Javy. Pro zvýšení přesnosti u špinavých/zkřivených obrázků použijte filtry AutoSkew, AutoDewarping, AutoDenoising a Binarize. Světlý text na tmavém pozadí lze řešit povolením vlastnosti setAutomaticColorInversion.
V tomto článku jsme převedli naskenovaný PDF do souboru Word. Pro vytvoření QR kódu s logem se podívejte na článek Vytvořit QR kód s logem pomocí Javy.
