OA办公软件与PDF文件联系紧密,PDF格式的文件也是办公人员必须掌握的!  设为首页 加入收藏夹 我来推荐 
您的位置:首页 > PDF应用技术 > PDF其他应用
PDF其他应用
Acrobat自带的OCR识别文本功能提取图片文字
日期:2009-11-02 13:20:24 人气: 标签:
Acrobat自带的OCR识别文本功能,可以将图片格式的PDF文件(扫描件或者图片制作)转换成文本文件,从而提取图片中的文字。您可使用 Acrobat 识别以前已转换成 PDF 扫描文档的文本。光学字符识别(OCR)软件允许您搜索、更正和复制扫描的 PDF 中的文本。要将 OCR 应用于 PDF,必须已经将原始扫描仪分辨率设置为 72 dpi 或更高。
 
首先确保电脑已安装Adobe Acrobat 。
 
OCR识别文本功能的设置
 
1、识别单个文档中的文本
打开扫描的 PDF。
选择“文档”>“OCR 文本识别”>“使用 OCR 识别文本”。
在“识别文本”对话框中,选择“页面”下的一个选项。
(可选)单击“编辑”打开“识别文本 - 设置”对话框,然后按需要指定选项。

2、识别多个文档中的文本
在 Acrobat 中,选择“文档”>“OCR 文本识别”>“使用 OCR 识别多个文件中的文本”。
在“页面捕捉多个文件”对话框中,单击“添加文件”,选择“添加文件”,“添加文件夹”或“添加打开的文件”。然后选择相应的文件或文件夹。
在“输出选项”对话框中,指定输出文件的目标文件夹、文件名首选项以及输出格式。
在“识别文本 - 设置”对话框中,指定选项,然后单击“确定”。

3、识别 PDF 包中组件 PDF 中的文本
在 PDF 包中选择一个或多个扫描的 PDF。
选择“文档”>“OCR 文本识别”>“使用 OCR 识别文本”。
在“识别文本 - 设置”对话框中指定选项。
 
OCR识别文本功能的使用

1.捕获扫描页面

通过Acrobat的“使用OCR识别文本”功能可以将扫描页面由图像转换成可搜索的PDF文档。Acrobat允许以3种格式捕获扫描页面:格式化的文本和图形PDF、可搜索的图像PDF(精确)以及可搜索的图像PDF(紧凑)。可搜索的图像PDF在PDF文档中将扫描图像放在前景中,而将捕获的文本放在不可见的背景层中。

捕获扫描页面的具体步骤如下所述:

(1)选择“文档>使用OCR识别文本>开始”命令,弹出“识别文本”对话框。

(2)选择要捕获的页面。

(3)单击“编辑”按钮,弹出“识别文本-设置”对话框,选择“OCR识别的主要语言”和“PDF输出样式”选项,然后单击“确定”按钮。

(4)单击“确定”按钮开始OCR识别文本过程。

使用OCR识别文本不仅可将扫描页面中的文字内容转换成可搜索文本,另外还可以校正由于在扫描过程中导致的页面歪斜。

2.修正转化文本

Acrobat在识别扫描页面是,可能由于字迹模糊等原因不能正确识别文本,Acrobat将对存在疑点处标记为“捕获疑点”。被标记为“捕获疑点”之处以文字捕获前的位图显示,而该文字的替换字符则在一个不可见的底层上。

选择“文档>使用OCR识别文本>查找所有的OCR可疑物”命令,所有标记为“捕获疑点”之处以红色线框显示。选择“文档>使用OCR识别文本>查找第一个OCR可疑物”命令,弹出“查找元素”对话框。

单击“查找下一个”按钮,疑点处的位图依次显示在该对话框中,同时当前工具切换到“TouchUp文本工具”,并选中替换的文本,如果替换文本没有错误,可以单击“接受和查找”按钮,疑点处的位图将被接受的文本替换显示,如果替换文本不正确,可以使用“TouchUp文本工具”先进行修正,然后再单击“接受和查找”按钮进行确认。

共有条评论信息评论信息
栏目分类

站点说明 | 站点导航 | 站点公告 |
OAPDF.COM版权所有 2009 V1.1