读取扫描版的Pdf文件 如何修改扫描版的pdf文件

晨曦之光 发布于 2012/04/11 18:10
阅读 2K+
收藏 0
PDF
文章简介PDF 是 Adobe 便携式文档格式(Portable Document Format)的简称,PDF 以“文本+图像”的格式,保留了原文件的细节信息,如:字体格式,版式和图片色彩等,且质量清晰、容量较小、可以多页合成一个文件,所以非常适宜网上传输,公司内部共享。由于 PDF 格式是 Adobe 公司开发的,所以经常用 Acrobat Reader 或 Acrobat 软件打开,但无论是 Reader 还是 Acrobat,都无法修改 PDF 文件里面的内容。Acrobat 仅比 Reader 多了调用扫描仪、添加一些元素等功能而已。本文主要介绍如何通过第三方软件将 PDF 格式进行转换以使得内容可以随意修改的方法。方法简介我们主要通过“Microsoft Office Document Imaging”这个 Office 的组件进行格式转换和文字识别。这个组件集成在微软的 Office XP 及以上版本下,并且为默认安装组件,若您的电脑中没有它,建议放入微软的 Office 光盘安装。如何判断自己的电脑已经安装上了这个组件呢?就是看控制面板里的打印机文件夹下是否有了一个名为“Microsoft Office Document Imaging”的打印机图标。此组件最后会将 PDF 格式转换成 Word 格式,即可在 Word 中编辑修改了。转换识别后原稿还需要重新排版和校对。操作步骤1.确保电脑上已经正确安装了如下软件:Acrobat 或 Acrobat Reader、Office XP 或 Office 2003(带有 Microsoft Office Document Imaging 组件)。2.用 Acrobat 或 Acrobat Reader 软件将已有的或扫描进来的 PDF 文件打开,然后点击“文件”菜单下的“打印”,打印机名称选择“Microsoft Office Document Image Writer” 。如图 1 在 Acrobat 中选择“Microsoft Office Document Image Writer”虚拟文件打印机所示。此打印机将输出一个后缀名为MDI的虚拟打印文件。图 1: 在 Acrobat 中选择“Microsoft Office Document Image Writer”虚拟文件打印机点击“确定”按钮按钮后将输出一个 MDI 文件且自动打开了 Microsoft Office Document Imaging 组件界面。如果没有自动打开,可以依次点击电脑左下角“开始”→“程序”→“Microsoft Office”→“Microsoft Office 工具”,打开此组件。3.在“Microsoft Office Document Imaging”窗口中依次点击“工具”→“将文本发送到 Word ”菜单,出现如图 2 将原稿发送到 Word 所示界面:图 2: 将原稿发送到 Word注 :勾选上“在输出时保持图片版式不变”,这样可以最大程度保留原稿格式。4.点击“确定”按钮后会有 OCR 的提示,如图 3 OCR 提示所示:注 :如果安装完整的 Office 软件,Microsoft Office Document Imaging 及 OCR 组件可能会没有安装,当您按照本文介绍的方法使用时,Office 软件会提示您安装该组件。请根据提示放入 Office 光盘,安装程序会自动根据提示安装该组件。图 3: OCR 提示5.点击“确定”按钮后开始 OCR 过程,如图 4 OCR 识别所示:图 4: OCR 识别6.识别完成后会自动打开 Word,您的原稿就会在 Word 中并且可以自由编辑了。
原文链接:http://blog.csdn.net/wangxiaojing123/article/details/7313048
加载中
0
李海业
方法是好的,但是会出现乱码,还有就是有一部分图片不能读取
返回顶部
顶部