标签“OCR”下的文章

PDF转TXT:如何判断 Unicode、编码问题与扫描件处理方式
Sanreader
1

处理 PDF转TXT 时,真正的难点往往不是“导出文本”本身,而是先判断文件到底属于哪一类:可直接提取的文本型 PDF、编码异常的 PDF,还是扫描件。本文用实务视角说明该先检查什么、何时改用 OCR,以及哪些限制必须提前预期。

图片PDF转Excel:先修正倾斜扫描和浅表格线,再做表格识别
Sanreader
0

做图片PDF转Excel时,成败往往不在导出那一步,而在识别前的页面处理。本文用实用流程说明如何先校正倾斜、提亮浅表格线、裁掉干扰区域,并判断什么时候继续清理、什么时候该换更好的原始扫描。

PDF转Word:何时用普通转换,何时需要OCR识别扫描件
Sanreader
2

做 PDF转Word 之前,先判断文件里是否有可选择的真实文字,还是只有扫描图像。这个判断会直接决定你该先用普通转换,还是改用 OCR。