Este artigo explica como converter PDF digitalizado para Word usando Python. Ele fornecerá detalhes sobre a configuração do IDE para desenvolvimento, uma lista de etapas e código de exemplo para converter PDF digitalizado em documento Word usando Python. Melhorias de código também serão discutidas ao final do artigo para gerar saída personalizada.
Etapas para Converter PDF Escaneado em Documento Word usando Python
- Defina o ambiente para usar Aspose.Total for Python via .NET nos produtos OCR e Words
- Crie e configure um OCR engine para ler texto em inglês da área de texto em uma página PDF
- Carregue o arquivo PDF escaneado no motor OCR
- Execute o processo de reconhecimento de texto para extrair texto de cada página
- Crie um novo arquivo Word vazio usando a classe aspose.words.Document e vincule com um construtor
- Percorra o texto extraído de cada página do PDF
- Escreva cada texto no arquivo Word
- Salvar o arquivo Word
Esses passos descrevem como converter um PDF digitalizado em Word usando Python. Importe os módulos desejados da biblioteca Aspose, defina os nomes dos arquivos de entrada/saída, crie o motor OCR, configure‑o para ler texto em inglês a partir de áreas de texto detectadas automaticamente e adicione um ou mais arquivos PDF para detecção. Execute o processo de reconhecimento para extrair texto do PDF, salve o resultado em uma lista, crie um arquivo Word vazio com um construtor e adicione o texto detectado da lista ao arquivo Word.
Código para converter arquivo PDF escaneado em Word usando Python
Este código demonstra como converter PDF escaneado para Word usando Python. Você pode definir o modo de detecção de acordo com o formato do layout real, como orientado a tabelas para melhor detecção de áreas. Para melhorar a precisão dos caracteres, ative o aumento de escala das fontes para detectar impressão pequena ou densa.
Este artigo explica como aplicar OCR a um PDF e salvar o texto resultante em um arquivo Word. Para extrair uma tabela de um arquivo PDF e salvá‑la em um arquivo Excel, consulte o artigo Extrair uma Tabela de PDF para Excel usando Python.
