Imate PDF dokument iz kojeg biste željeli izdvojiti sav tekst? Što je sa slikovnim datotekama skeniranog dokumenta koje želite pretvoriti u tekst koji se može uređivati? Ovo su neki od najčešćih problema koje sam vidio na radnom mjestu pri radu s datotekama.

U ovom članku govorit ću o nekoliko različitih načina na koje možete pokušati izdvojiti tekst iz PDF -a ili slike. Vaši rezultati izdvajanja će se razlikovati ovisno o vrsti i kvaliteti teksta u PDF -u ili slici. Također, vaši će se rezultati razlikovati ovisno o alatu koji koristite, stoga je najbolje isprobati što više opcija u nastavku kako biste dobili najbolje rezultate.

Ekstrahirajte tekst iz slike ili PDF-a

Najjednostavniji i najbrži način za početak je isprobati online uslugu izvlačenja PDF teksta. Oni su obično besplatni i mogu vam dati točno ono što tražite, a da ne morate ništa instalirati na svoje računalo. Evo dva koja sam koristio s vrlo dobrim do izvrsnim rezultatima:

Ekstrakt PDF

ExtractPDF je besplatan alat za hvatanje slika, teksta i fontova iz PDF datoteke. Jedino ograničenje je da je maksimalna veličina PDF datoteke 10 MB. To je malo malo; pa ako imate veću datoteku, isprobajte neke od drugih metoda u nastavku. Odaberite svoju datoteku, a zatim kliknite gumb Pošalji datoteku^{(Send file)} . Rezultati su obično vrlo brzi i trebali biste vidjeti pregled teksta kada kliknete na karticu Tekst^(Text) .

Također je lijepa dodatna prednost što izvlači slike i iz PDF datoteke, samo u slučaju da su vam potrebne! Općenito, online alat radi odlično, ali naišao sam na nekoliko PDF dokumenata koji mi daju smiješne rezultate. Tekst je dobro izvučen, ali će iz nekog razloga imati prijelom retka nakon svake riječi! Nije veliki problem za kratku PDF datoteku, ali svakako problem za datoteke s puno teksta. Ako vam se to dogodi, isprobajte sljedeći alat.

Online OCR

Mrežni OCR^{(Online OCR)} obično je funkcionirao za dokumente koji se nisu pravilno pretvorili s ExtractPDF-om^(ExtractPDF) , pa je dobra ideja isprobati obje usluge kako biste vidjeli koji vam daju bolji izlaz. Online OCR također ima neke ljepše značajke koje se mogu pokazati zgodnim za svakoga tko ima veliku PDF datoteku koja samo treba pretvoriti tekst na nekoliko stranica, a ne na cijeli dokument.

Prva stvar koju želite učiniti je ići naprijed i stvoriti besplatan račun. Pomalo je neugodno, ali ako ne stvorite besplatni račun, on će samo djelomično pretvoriti vaš PDF , a ne cijeli dokument. Također, umjesto da možete prenijeti samo dokument od 5 MB, možete prenijeti do 100 MB po datoteci s računom.

Najprije odaberite jezik, a zatim odaberite vrstu izlaznih formata koje želite za konvertiranu datoteku. Imate nekoliko opcija i možete odabrati više od jedne ako želite. Pod dokumentom^{(Multipage document)} s više stranica možete odabrati Brojevi stranica^{(Page numbers)} , a zatim odabrati samo stranice koje želite pretvoriti. Zatim odaberete datoteku i kliknete Pretvori^(Convert) !

Nakon konverzije, bit ćete dovedeni u odjeljak Dokumenti^(Documents) (ako ste prijavljeni) gdje možete vidjeti koliko vam je dostupnih besplatnih stranica ostalo i veze za preuzimanje konvertiranih datoteka. Čini se da imate samo 25 besplatnih stranica dnevno, pa ako vam treba više od toga, morat ćete malo pričekati ili kupiti više stranica.

Online OCR napravio je izvrstan posao pretvaranja mojih PDF -ova jer je mogao zadržati stvarni izgled teksta. U svom testu uzeo sam Wordov^(Word) dokument koji je koristio oznake, različite veličine fonta itd. i pretvorio ga u PDF . Zatim sam upotrijebio Online OCR da ga pretvorim natrag u Word format i bio je oko 95% isti kao original. To je za mene prilično impresivno.

Osim toga, ako želite pretvoriti sliku u tekst, online OCR to može učiniti jednako lako kao i izdvajanje teksta iz PDF datoteka.

Besplatni online OCR

Budući da smo govorili o OCR -u slike u tekst , dopustite mi da spomenem još jednu dobru web stranicu koja jako dobro radi na slikama. Besplatni online OCR^{(Free Online OCR)} bio je vrlo dobar i vrlo precizan prilikom izdvajanja teksta iz mojih testnih slika. Uzeo sam nekoliko fotografija sa svog iPhonea stranica iz knjiga, pamfleta itd. i bio sam iznenađen koliko je dobro mogao pretvoriti tekst.

Odaberite svoju datoteku, a zatim kliknite gumb Prenesi^(Upload) . Na sljedećem zaslonu nalazi se nekoliko opcija i pregled slike. Možete ga izrezati ako ne želite OCR cijelu stvar. Zatim samo kliknite gumb OCR i vaš pretvoreni tekst pojavit će se ispod pregleda slike. Također nema nikakvih ograničenja, što je jako lijepo.

Osim online usluga, postoje dva besplatna PDF pretvarača koja želim spomenuti u slučaju da vam je potreban softver koji se izvodi lokalno na vašem računalu za izvođenje konverzija. Uz mrežne usluge, uvijek će vam trebati internetska^(Internet) veza, a to možda nije moguće za sve. Međutim, primijetio sam da je kvaliteta konverzija iz besplatnih programa bila znatno lošija od one na web stranicama.

A-PDF Text Extractor

A-PDF Text Extractor je besplatan softver koji prilično dobro izvlači tekst iz PDF datoteka. Nakon što ga preuzmete i instalirate, kliknite gumb Otvori^(Open) za odabir PDF datoteke. Zatim kliknite Izdvoj^(Extract) tekst za početak postupka.

Pitat će vas mjesto na kojem ćete pohraniti tekstualnu izlaznu datoteku, a zatim će početi ekstrahirati. Također možete kliknuti na gumb Opcija^(Option) , koji vam omogućuje da odaberete samo određene stranice za izdvajanje i vrstu ekstrakcije. Druga je opcija zanimljiva jer izdvaja tekst u različitim izgledima i vrijedi isprobati sve tri kako biste vidjeli koji vam daje najbolji izlaz.

PDF2Text Pilot

PDF2Text Pilot  radi ok posao ekstrakcije teksta. Nema mogućnosti; samo dodajete datoteke ili mape, pretvarate i nadate se najboljem. Dobro je radio na nekim PDF^(PDFs) -ovima , ali za većinu njih bilo je brojnih problema.

Samo kliknite Dodaj datoteke^{(Add Files)} , a zatim kliknite Pretvori^(Convert) . Nakon što je konverzija dovršena, kliknite na Browse da otvorite datoteku. Vaša kilometraža će varirati korištenjem ovog programa, stoga ne očekujte puno.

Također, vrijedno je spomenuti da ako se nalazite u korporativnom okruženju ili možete dobiti kopiju Adobe Acrobat s posla, tada zaista možete postići puno bolje rezultate. Acrobat očito nije besplatan, ali ima opcije za pretvaranje PDF -a u Word , Excel i HTML format. Također najbolje obavlja posao održavanja strukture izvornog dokumenta i pretvaranja kompliciranog teksta.

Extract Text from PDF and Image Files

Haνe a PDF document that you would like to extract all the text out of? What about image fileѕ of a scanned document that you want to convert into editable text? These are some of thе most common isѕues I’ve seen at the workplace 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

• Kako kombinirati ili spojiti više tekstualnih datoteka

• Najbolji besplatni alternativni PDF preglednik za Adobe Reader

• Pretvorite Windows PC u virtualni stroj pomoću Hyper-V

• Kako promijeniti boju ikone mape u sustavu Windows

• Najbolji besplatni alat za defragmentaciju za Windows je samo po sebi

• 3 najpopularnije aplikacije za korištenje Instagrama na računalu

• 4 besplatna alata za uklanjanje dupliciranih datoteka i fotografija

• Brže kopirajte velike datoteke preko mreže uz TeraCopy

• HoneyView recenzija: Besplatni brzi softver za pregled slika za Windows 10

• 10 praktičnih alata za čuvanje na vašem USB flash pogonu

• Otključajte ZIP datoteke zaštićene lozinkom

• Besplatne online OCR stranice i usluge za izdvajanje teksta iz slike

• Najbolji besplatni online alati za uređivač PDF-a koji se temelje na oblaku

• Kako snimiti, kopirati i sigurnosno kopirati CD ili DVD

• Kako dodati sjenu u tekst ili sliku u GIMP-u

• Dijelite velike datoteke postavljanjem kućnog poslužitelja datoteka

• Najbolji softver otvorenog koda koji biste trebali koristiti

• Najbolji besplatni upravitelji međuspremnika za Windows

• Mapirajte mapu u slovo diska u sustavu Windows

• Kako dijeliti datoteke između računala, pametnih telefona i tableta