この記事では、Python を使用してスキャンした PDF を Word に変換する方法を説明します。開発用 IDE の設定方法、手順の一覧、そして Python を使用してスキャンした PDF を Word 文書に変換するサンプルコード を提供します。記事の最後では、カスタム出力を生成するためのコード強化についても議論します。
Python を使用してスキャンした PDF を Word 文書に変換する手順
- OCR と Words 製品で Aspose.Total for Python via .NET を使用するように環境を設定します
- PDFページのテキスト領域から英語テキストを読み取るために、OCR engine を作成し、構成します。
- スキャンしたPDFファイルをOCRエンジンにロードする
- 各ページからテキストを抽出するためにテキスト認識プロセスを実行する
- aspose.words.Document クラスを使用して新しい空の Word ファイルを作成し、ビルダーでリンクします。
- PDFから抽出された各ページのテキストを反復処理する
- 各テキストをWordファイルに書き込む
- Word ファイルを保存する
これらの手順は、Python を使用してスキャンした PDF を Word に変換する方法を説明します。Aspose ライブラリから必要なモジュールをインポートし、入力/出力ファイル名を設定し、OCR エンジンを作成し、自動検出されたテキスト領域から英語テキストを読み取るように構成し、検出対象として 1 つ以上の PDF ファイルを追加します。認識プロセスを実行して PDF からテキストを取得し、結果をリストに保存し、ビルダーで空の Word ファイルを作成し、リストから検出されたテキストを Word ファイルに追加します。
Python を使用してスキャンした PDF ファイルを Word に変換するコード
このコードは、Python を使用してスキャンした PDF を Word に変換する方法 を示しています。実際のレイアウトの形式に応じて、テーブル指向などの検出モードを設定できます。文字の精度を向上させるために、小さな文字や密集した印刷を検出できるようフォントのアップスケーリングを有効にしてください。
この記事では、PDFにOCRを適用し、結果のテキストをWordファイルに保存する方法を説明します。PDFファイルから表を抽出してExcelファイルに保存するには、記事Extract a Table from PDF to Excel using Pythonを参照してください。
