Имате ПДФ^(PDF) документ из којег желите да издвојите сав текст? Шта је са сликовним датотекама скенираног документа које желите да конвертујете у текст који се може уређивати? Ово су неки од најчешћих проблема које сам видео на радном месту при раду са датотекама.

У овом чланку ћу говорити о неколико различитих начина на које можете покушати да издвојите текст из ПДФ^(PDF) -а или слике. Резултати екстракције ће се разликовати у зависности од врсте и квалитета текста у ПДФ^(PDF) -у или слици. Такође, ваши резултати ће се разликовати у зависности од алата који користите, тако да је најбоље да испробате што је могуће више опција у наставку да бисте добили најбоље резултате.

Извуците текст из слике или ПДФ-а

Најједноставнији и најбржи начин да почнете је да испробате онлајн услугу извлачења ПДФ^(PDF) текста. Они су обично бесплатни и могу вам дати тачно оно што тражите без потребе да било шта инсталирате на рачунар. Ево два која сам користио са веома добрим до одличним резултатима:

ЕктрацтПДФ

ЕктрацтПДФ^(ExtractPDF) је бесплатна алатка за преузимање слика, текста и фонтова из ПДФ^(PDF) датотеке. Једино ограничење је што је максимална величина ПДФ^(PDF) датотеке 10 МБ. То је мало; па ако имате већу датотеку, испробајте неке од других метода у наставку. Изаберите датотеку, а затим кликните на дугме Пошаљи датотеку^{(Send file)} . Резултати су обично веома брзи и требало би да видите преглед текста када кликнете на картицу Текст^(Text) .

Такође је лепа додатна предност што извлачи слике и из ПДФ^(PDF) датотеке, само у случају да вам затребају! Све у свему, алатка на мрежи ради одлично, али наишао сам на неколико ПДФ^(PDF) докумената који ми дају смешне резултате. Текст је добро извучен, али ће из неког разлога имати прелом реда после сваке речи! Није велики проблем за кратку ПДФ^(PDF) датотеку, али свакако проблем за датотеке са пуно текста. Ако вам се то догоди, испробајте следећи алат.

Онлине ОЦР

ОЦР на мрежи^{(Online OCR)} обично ради за документе који се нису правилно конвертовали са ЕктрацтПДФ^(ExtractPDF) , тако да је добра идеја да испробате обе услуге да бисте видели који вам дају бољи излаз. Онлине ОЦР^{(Online OCR)} такође има неке лепше функције које се могу показати корисним за свакога ко има велику ПДФ^(PDF) датотеку која треба да конвертује само текст на неколико страница, а не на цео документ.

Прва ствар коју желите да урадите је да направите бесплатан налог. Мало је досадно, али ако не направите бесплатни налог, он ће само делимично конвертовати ваш ПДФ^(PDF) , а не цео документ. Такође, уместо да можете да отпремите само документ од 5 МБ, можете да отпремите до 100 МБ по датотеци помоћу налога.

Прво изаберите језик, а затим изаберите врсту излазних формата које желите за конвертовану датотеку. Имате неколико опција и можете изабрати више од једне ако желите. Под документом^{(Multipage document)} са више страница можете да изаберете Бројеви страница^{(Page numbers)} , а затим да изаберете само странице које желите да конвертујете. Затим изаберите датотеку и кликните на Претвори^(Convert) !

Након конверзије, бићете пребачени у одељак Документи^(Documents) (ако сте пријављени) где можете видети колико вам је доступних бесплатних страница остало и везе за преузимање конвертованих датотека. Чини се да имате само 25 бесплатних страница дневно, па ако вам треба више од тога, мораћете или да сачекате мало или да купите више страница.

Онлине ОЦР^{(Online OCR)} је одлично конвертовао моје ПДФ^(PDF) - ове јер је могао да одржи стварни изглед текста. У свом тесту, узео сам Ворд^(Word) документ који је користио метке, различите величине фонта итд. и конвертовао га у ПДФ^(PDF) . Затим сам користио онлајн ОЦР^{(Online OCR)} да га поново конвертујем у Ворд^(Word) формат и био је око 95% исти као оригинал. То је прилично импресивно за мене.

Осим тога, ако желите да претворите слику у текст, онда Онлине ОЦР^{(Online OCR)} то може учинити једнако лако као и издвајање текста из ПДФ^(PDF) датотека.

Фрее Онлине ОЦР

Пошто смо говорили о ОЦР^(OCR) -у слика у текст , дозволите ми да поменем још једну добру веб страницу која заиста добро функционише на сликама. Бесплатни онлајн ОЦР^{(Free Online OCR)} је био веома добар и веома прецизан када је извлачио текст из мојих тестних слика. Узео сам неколико фотографија са свог иПхоне-а са страницама из књига, памфлета итд. и био сам изненађен колико је добро могао да конвертује текст.

Изаберите своју датотеку, а затим кликните на дугме Уплоад^(Upload) . На следећем екрану постоји неколико опција и преглед слике. Можете га исећи ако не желите да ОЦР^(OCR) целу ствар. Затим само кликните на дугме ОЦР^(OCR) и ваш конвертовани текст ће се појавити испод прегледа слике. Такође нема никаквих ограничења, што је заиста лепо.

Поред услуга на мрежи, постоје два бесплатна ПДФ^(PDF) конвертора која желим да поменем у случају да вам је потребан софтвер који ради локално на вашем рачунару да бисте извршили конверзије. Са онлајн услугама, увек ће вам требати интернет^(Internet) веза, а то можда није могуће за све. Међутим, приметио сам да је квалитет конверзија из бесплатних програма био знатно лошији од оних на веб локацијама.

А-ПДФ Тект Ектрацтор

А-ПДФ Тект Ектрацтор^{(A-PDF Text Extractor)} је бесплатан софтвер који ради прилично добар посао издвајања текста из ПДФ^(PDF) датотека. Када га преузмете и инсталирате, кликните на дугме Отвори^(Open) да бисте изабрали своју ПДФ^(PDF) датотеку. Затим кликните на Издвоји^(Extract) текст да бисте започели процес.

Питаће вас локацију за складиштење текстуалне излазне датотеке, а затим ће почети да извлачи. Такође можете кликнути на дугме Опција^(Option) , које вам омогућава да изаберете само одређене странице за издвајање и тип екстракције. Друга опција је занимљива јер издваја текст у различитим распоредима и вреди испробати све три да бисте видели који вам даје најбољи излаз.

ПДФ2Тект Пилот

ПДФ2Тект Пилот^{(PDF2Text Pilot)}  добро обавља посао екстракције текста. Нема опција; само додајете датотеке или фасцикле, конвертујете и надате се најбољем. Добро је функционисао на неким ПДФ^(PDFs) -овима , али за већину њих било је бројних проблема.

Само кликните на Додај датотеке^{(Add Files)} , а затим кликните на Претвори^(Convert) . Када се конверзија заврши, кликните на Бровсе^(Browse) да отворите датотеку. Ваша километража ће варирати коришћењем овог програма, тако да не очекујте много.

Такође, вреди напоменути да ако сте у корпоративном окружењу или можете да добијете копију Адобе Ацробат^{(Adobe Acrobat)} -а са посла, онда заиста можете постићи много боље резултате. Ацробат^(Acrobat) очигледно није бесплатан, али има опције за претварање ПДФ^(PDF) - а у Ворд^(Word) , Екцел^(Excel) и ХТМЛ^(HTML) формат. Такође најбоље обавља посао одржавања структуре оригиналног документа и претварања компликованог текста.

Extract Text from PDF and Image Files

Have a PDF document that you would like to еxtraсt all the text out of? What about image files of a sсanned document that you want to convert into editable text? These are some 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

• Како комбиновати или спојити више текстуалних датотека

• Најбољи бесплатни алтернативни ПДФ прегледач за Адобе Реадер

• Претворите Виндовс рачунар у виртуелну машину користећи Хипер-В

• Како променити боју иконе фасцикле у Виндовс-у

• Најбоља бесплатна алатка за дефрагментацију за Виндовс је сама

• ХТМЛ код за премотавање текста око слике

• Поделите или поделите екран радне површине на више делова

• Како препознати музику или песме по звуку

• Брзо прегледајте историју претраге у свим прегледачима у Виндовс-у

• Како закачити текст и слику у историју међуспремника у оперативном систему Виндовс 11/10

• Брже копирајте велике датотеке преко мреже уз ТераЦопи

• Како комбиновати више ПоверПоинт презентација

• Како издвојити иконе из ЕКСЕ, ДЛЛ, ОЦКС и ЦПЛ датотека

• 3 најбоље апликације за коришћење Инстаграма на рачунару

• Како уклонити лозинку из ПДФ-а помоћу бесплатног софтвера или онлајн алата

• Делите велике датотеке подешавањем кућног сервера датотека

• Како делити датотеке између рачунара, паметних телефона и таблета

• 7 најбољих апликација за отварање ЈАР датотека на Виндовс-у

• Најбољи бесплатни онлајн алати за уређивач ПДФ-а који су засновани на облаку

• Откључајте ЗИП датотеке заштићене лозинком