如何从扫描的文件中提取内容？

Question

我以前使用过 Preview 和 Automator 从 PDF 文档中提取文本，但它们对扫描文件不起作用。如何从扫描文件中提取内容并保留格式？我不想为 Adob​​e 付费。

Answer 1

正如前面所说，您扫描的文档是（文本的）图像。为了理解文本，您需要对文档运行 OCR（光学字符识别）。

有几种适用于 Mac 的 OCR 产品，您的扫描仪可能附带此类产品。但是，通过要求格式化，您需要一些相当复杂的功能，而这些功能在基本产品中是不可用的。因此，您可能不得不为该 OCR 软件付费。从这个角度来看，您可能会重新考虑 Acrobat。

Answer 2

你说的“扫描”，我想你的意思是文档只包含图片文本，而不是文本字符。在这种情况下，请使用光学字符识别 (OCR) 软件。

对于 Windows 操作系统，有免费OCR，a9t9 和其他。还有适用于Android、Linux和Mac的软件，并且还有基于浏览器的在线服务。