识别caj文件另存为pdf格式和图像文字(PDF文档)转换为文本文字的识别方法剖析

图像文字识别  时间:2021-02-25  阅读:()

一、 caj文件另存为pdf格式方法

中国知网上下载的一些硕博论文都只有c aj格式的。只能被CAJView er打开。但是最近经常要在l inux系统阅读这些文章在哪里可没有l inux版本的C AJ Vi ew er。在网上找了一下真的找到了一种简单的可行办法

打开caj文件

文件>打印>打印机选择Adobe PDF或TinyPDF等虚拟打印机>打印范围选择需要的全部 >确定>在出现的另存为窗口中单击保存>然后就是转换格式的过程

出现如下左图或右图

或转换后的效果如下图

这里本电脑已经安装了Adobe Acrobat Pro不清楚其他机器上保存的时候是否和和转了该软件相关。另外需要说明的是转换出来的pdf文件时图片格式要复制文字的话需要先用Adobe Acrobat Pro文字识别一下然后就可以选定文字了。Acrobat识别文字的具体方法以前写过详情请查看下方的我的更多文章。

采用Acrobat文字识别后的效果如下图

二、图像文字转换为word文档_文字识别的两种简便方法

在日常工作中经常会遇到想复制某段文字但是却发现文字是图片格式的。 曾经遇到好多朋友问过我类似的问题大概有下面几种问法

 如何把图片变成文字

 怎么把书上的文字快速识别出来

 怎么把ppt里面的图片转成文字

 为什么有的pdf文件没法复制

等等一些列类似的问题。

以前不太清楚 曾经让那些同学可以尝试尚书之类的软件但我其实没实际用过并不知道效果。还有就是网上的OCR在线文字识别我也曾收集过好多这样的网站在线OCR文字识别 但是自己使用过错误率较高而且还要看网站支持不支持中文识别。

前几周用Adobe Acrobat Pro偶然摸索出来文字识别的一种方法也帮同学识别了一个31页的文章。昨天又在网上看到同学分享的内容又发现CAJVie wer的文字识别方法。试了一下也不错。好久没写这种计算机的文章了。今天在新闻网值班 闲着没事了写一下吧。

示例图片如图所示 第一个图片为了鉴别是被准确率故意设置了多种效果

因为Adob e Ac rob at P ro还是收费的软件大众用起来不是特比方便。所以还是从免费的CAJViewe r说起吧。

基本条件 电脑安装CAJViewer、word 可以吧word另存为pdf本文以o ffice 2010为例进行演示

首先新建word文档插入以上两张图片文件>另存为>PDF格式。

操作过程如图所示

然后在CAJVie we r中打开刚才保存的pdf文件。

点击“文字识别”>在文本中“框选”要识别的部分>好了 出来文字了。

识别之后的文字如下图所示

H.比1 H_}客http了lb}og.s i na_c or}_c n/b}}}50801

I} }Ie-'}-'航IP石A匕视直播节…!}. ,}dhe. }}I}c 1e.ht,}1

上善若水 . ._`-Sp-利万物而不争。意苟畏龙境界的善行

就像水的品性-样泽被万物而不争名利。

心在水中

H.He博客http://b I o9. s i na.com.cn/b2}}}}}}}

H,导航I P}r6电视直播节目ht tp://hdh}, tk/r nclex,htm I

上善若水善利万物而不争。意为最高境界的善行

就像水的品性一样泽被万物而不争名利。f}}在水中

然后按照屏幕提示可以复制到剪贴板、发送到word或者是其他软件。从识别的准确率来看字体的要求特别高最好边缘清晰颜色统一字体大小要求影响不大。但相比之下下面的图片识别准确率明显高于上面的。

使用该方法个人认为对于较少的文字识别情况是十分简单的。当面对较大的数目的时候如果依然是这样一点点选定的话可能效率不是特别高。 此处没有发现如何设置可以整个文本全部识别欢迎各位提出各种好办法

下面说一下应用Ado be Acro bat Pro进行识别的方法。 软件需要的可以到本博客首页底部联系我直接QQ联系我我给你们发。 网盘地址软件/注册/安装教程下载安装过程需要注册。有不明白的也可以通过类似方式联系。声明本软件仅供各位学习之用如需要长期使用请购买正版 

基本条件 电脑安装Adobe Acro bat Pro、 wo rd 非必须

文档保存为pdf的方法和上面步骤相同不再重复。

在Acrobat中打开需要识别的pdf文档>工具>文本识别>在本文件中>出现如第二张图一样的对话框针对需要设置是别的具体页面或整个文档针对语言类型设置OCR识别的主要语言。设置完成后点击确定开始识别。

如果顺利的话结束后可以选择原来图片上有文字的地方。也就是识别成功了。但是本文采用的pdf则有下面的提示。 “Acrobat无法在本也上执行O CR识别 因为本页包含可渲染的文本。 ”如图所示。

上次帮同学识别文字的时候遇到了类似的现象也在网上找到了解决办法。至于原因个人认为是在word文档转换成pdf的过程中插入图片的环节之前有一个换行符在文本中。应该就是这个字符让Ac ro b at识别到可渲染的文本然后提示无法识别。

解决办法当时是把全部30多页文档在pdf文档中到导出为单页的jpg文件然后利用Ac ro bat软件将30个单独的jpg文件合并为一个pdf文件。这样就不存在任何可渲染字符了。 由于这里已经有点跑题了不细说只把如何将30多个jpg合并为一个pdf文档的过程截图以供参考。

腾讯云CVM云服务器大硬盘方案400GB和800GB数据盘方案

最近看到群里的不少网友在搭建大数据内容网站,内容量有百万篇幅,包括图片可能有超过50GB,如果一台服务器有需要多个站点的话,那肯定默认的服务器50GB存储空间是不够用的。如果单独在购买数据盘会成本提高不少。这里我们看到腾讯云促销活动中有2款带大数据盘的套餐还是比较实惠的,一台是400GB数据盘,一台是800GB数据盘,适合他们的大数据网站。 直达链接 - 腾讯云 大数据盘套餐服务器这里我们看到当前...

Hostiger发布哥伦布日提供VPS主机首月七折优惠 月费2.79美元

Hostiger商家我们可能以前也是有见过的,以前他们的域名是Hostigger,后来进行微调后包装成现在的。而且推出Columbus Day哥伦布日优惠活动,提供全场的VPS主机首月7折月付2.79美元起的优惠。这里我们普及一下基础知识,Columbus Day ,即为每年10月12日,是一些美洲国家的节日,纪念克里斯托弗·哥伦布在北美登陆,为美国的联邦假日。Hostiger 商家是一个成立于2...

丽萨主机:美国CN2 GIA精品网/KVM/9折,美国原生IP,最低27元/月

丽萨主机怎么样?丽萨主机,团队于2017年成立。成立之初主要做的是 CDN 和域名等相关业务。最近开辟新领域,新增了独立服务器出租、VPS 等业务,为了保证业务质量从一开始就选择了中美之间的 CN2 GIA 国际精品网络,三网回程 CN2 GIA,电信去程 CN2 GIA + BGP 直连智能路由,联通移动去程直连,原生IP。适合对网络要求较高的用户,同时价格也比较亲民。点击进入:丽萨主机官方网站...

图像文字识别为你推荐
邮箱怎么写正确的邮箱格式怎么写什么是电子邮件 什么是电子邮件flash导航条flash导航条swf格式的要怎么编辑公章制作word里如何制作公章?iphone越狱后怎么恢复已经越狱的iphone怎么恢复到原来的系统神雕侠侣礼包大全神雕侠侣手游华山论剑礼包有什么 怎么领取数据库损坏数据库坏了,怎么修复?ejb开发EJB是啥玩意了bluestackbluestacks安卓模拟器有什么用安全漏洞计算机一般存在哪些安全漏洞?
虚拟主机提供商 德国vps 域名抢注工具 台湾谷歌网址 小米数据库 我爱水煮鱼 北京双线 免费高速空间 hktv 阿里云官方网站 路由跟踪 谷歌台湾 服务器防火墙 浙江服务器 汤博乐 石家庄服务器 香港博客 九零网络 windowsserver2012 asp简介 更多