Ця стаття пояснює, як перетворити відсканований PDF у Word за допомогою Python. Вона надасть деталі щодо налаштування IDE для розробки, список кроків та зразковий код для перетворення відсканованого PDF у документ Word за допомогою Python. Поліпшення коду також буде обговорюватися в кінці статті для створення користувацького виводу.
Кроки перетворення сканованого PDF у документ Word за допомогою Python
- Встановіть середовище, щоб використовувати Aspose.Total for Python via .NET для продуктів OCR і Words
- Створіть і налаштуйте OCR engine, щоб читати англійський текст у текстовій області на сторінці PDF
- Завантажте сканований PDF‑файл у OCR‑двигун
- Запустіть процес розпізнавання тексту, щоб витягти текст з кожної сторінки
- Створіть новий порожній файл Word, використовуючи клас aspose.words.Document і зв’яжіть його з будівником
- Перебирайте витягнутий текст кожної сторінки PDF
- Запишіть кожен текст у файл Word
- Зберегти файл Word
Ці кроки описують, як перетворити сканований PDF у Word за допомогою Python. Імпортуйте потрібні модулі з бібліотеки Aspose, встановіть імена вхідного/вихідного файлів, створіть OCR‑двигун, налаштуйте його на читання англійського тексту з автоматично виявлених текстових областей і додайте один або кілька PDF‑файлів для виявлення. Запустіть процес розпізнавання, щоб отримати текст з PDF, збережіть результат у список, створіть порожній Word‑файл за допомогою builder‑а і додайте виявлений текст зі списку у Word‑файл.
Код для конвертації сканованого PDF‑файлу у Word за допомогою Python
Цей код демонструє, як перетворити сканований PDF у Word за допомогою Python. Ви можете встановити режим виявлення відповідно до формату фактичного макету, наприклад, орієнтований на таблиці для кращого виявлення областей. Щоб підвищити точність розпізнавання символів, увімкніть масштабування шрифтів для виявлення малого або щільного друку.
У цій статті пояснюється, як застосувати OCR до PDF і зберегти отриманий текст у файл Word. Щоб витягнути таблицю з PDF‑файлу та зберегти її в Excel‑файл, зверніться до статті Extract a Table from PDF to Excel using Python.
