Dieser Artikel erklärt, wie man gescannte PDF in Word mit Python konvertiert. Er liefert Details zur Einrichtung der IDE für die Entwicklung, eine Schritt‑für‑Schritt‑Liste und Beispielcode, um gescannte PDFs in ein Word‑Dokument mit Python zu konvertieren. Am Ende des Artikels wird auch eine Code-Optimierung besprochen, um benutzerdefinierte Ausgaben zu erzeugen.
Schritte zum Konvertieren von gescannten PDFs in ein Word-Dokument mit Python
- Stellen Sie die Umgebung so ein, dass Aspose.Total for Python via .NET für OCR- und Words-Produkte verwendet wird.
- Erstelle und konfiguriere ein OCR engine, um englischen Text aus dem Textbereich einer PDF‑Seite zu lesen.
- Laden Sie die gescannte PDF‑Datei in die OCR‑Engine
- Führen Sie den Texterkennungsprozess aus, um den Text von jeder Seite zu extrahieren.
- Erstelle eine neue leere Word‑Datei mit der aspose.words.Document‑Klasse und verknüpfe sie mit einem Builder
- Durchlaufen Sie den extrahierten Text jeder Seite des PDFs
- Schreiben Sie jeden Text in die Word‑Datei
- Speichere die Word‑Datei
Diese Schritte beschreiben, wie man gescannte PDFs in Word mit Python umwandelt. Importieren Sie die gewünschten Module aus der Aspose‑Bibliothek, setzen Sie die Eingabe‑/Ausgabedateinamen, erstellen Sie die OCR‑Engine, konfigurieren Sie sie, um englischen Text aus automatisch erkannten Textbereichen zu lesen, und fügen Sie ein oder mehrere PDF‑Dateien zur Erkennung hinzu. Führen Sie den Erkennungsprozess aus, um Text aus dem PDF zu extrahieren, speichern Sie das Ergebnis in einer Liste, erstellen Sie eine leere Word‑Datei mit einem Builder und fügen Sie den erkannten Text aus der Liste in die Word‑Datei ein.
Code zum Konvertieren von gescannten PDF-Dateien in Word mit Python
Dieser Code demonstriert, wie man gescannte PDFs mit Python in Word umwandeln kann. Sie können den Erkennungsmodus entsprechend dem Format des tatsächlichen Layouts einstellen, z. B. Tabellenorientiert für eine bessere Flächenerkennung. Um die Zeichengenauigkeit zu verbessern, aktivieren Sie die Hochskalierung der Schriftarten, um kleinen oder dichten Text zu erkennen.
Dieser Artikel erklärt, wie man OCR auf ein PDF anwendet und den resultierenden Text in einer Word‑Datei speichert. Um eine Tabelle aus einer PDF‑Datei zu extrahieren und sie in einer Excel‑Datei zu speichern, siehe den Artikel Tabelle aus PDF nach Excel mit Python extrahieren.
