Šiame straipsnyje paaiškinama, kaip konvertuoti nuskenuotą PDF į Word naudojant Python. Jame pateikiama informacija apie IDE konfigūravimą kūrimui, žingsnių sąrašas ir pavyzdinis kodas, skirtas konvertuoti nuskenuotą PDF į Word dokumentą naudojant Python. Kodo patobulinimai taip pat bus aptarti straipsnio pabaigoje, siekiant sukurti pasirinktinius išvesties duomenis.
Žingsniai, kaip konvertuoti nuskenuotą PDF į Word dokumentą naudojant Python
- Nustatykite aplinką naudoti Aspose.Total for Python via .NET OCR ir Words produktams
- Sukurkite ir sukonfigūruokite OCR engine, kad perskaitytumėte anglų tekstą iš teksto srities PDF puslapyje.
- Įkelkite nuskenuotą PDF failą į OCR variklį
- Paleiskite teksto atpažinimo procesą, kad ištrauktumėte tekstą iš kiekvieno puslapio.
- Sukurkite naują tuščią Word failą naudodami aspose.words.Document klasę ir susiekite su kūrėju
- Pereikite per kiekvieno puslapio išgautą tekstą iš PDF
- Įrašykite kiekvieną tekstą į Word failą
- Išsaugoti Word failą
Šie veiksmai aprašo, kaip paversti nuskenuotą PDF į Word naudojant Python. Importuokite norimus modulius iš Aspose bibliotekos, nustatykite įvesties/išvesties failų pavadinimus, sukurkite OCR variklį, sukonfigūruokite jį skaityti anglų kalbos tekstą iš automatiškai aptiktų teksto sričių ir pridėkite vieną ar kelis PDF failus aptikimui. Paleiskite atpažinimo procesą, kad gautumėte tekstą iš PDF, išsaugokite rezultatą sąraše, sukurkite tuščią Word failą su kūrėju ir pridėkite aptiktą tekstą iš sąrašo į Word failą.
Kodas, konvertuojantis nuskenuotą PDF failą į Word naudojant Python
Šis kodas demonstruoja, kaip konvertuoti nuskenuotą PDF į Word naudojant Python. Galite nustatyti aptikimo režimą pagal faktinio išdėstymo formatą, pvz., lentelėmis orientuotą, kad būtų geresnis srities aptikimas. Norėdami pagerinti simbolių tikslumą, įjunkite šriftų mastelio didinimą, kad būtų aptinkamas mažas arba tankus spausdinimas.
Šiame straipsnyje paaiškinama, kaip taikyti OCR PDF dokumentui ir išsaugoti gautą tekstą Word faile. Norėdami išgauti lentelę iš PDF failo ir įrašyti ją į Excel failą, žiūrėkite straipsnį Extract a Table from PDF to Excel using Python.
