Har du ett PDF- dokument som du vill extrahera all text ur? Hur är det med bildfiler av ett skannat dokument som du vill konvertera till redigerbar text? Det här är några av de vanligaste problemen jag har sett på arbetsplatsen när jag arbetar med filer.

I den här artikeln kommer jag att prata om flera olika sätt du kan gå tillväga för att försöka extrahera text från en PDF eller från en bild. Ditt extraheringsresultat kommer att variera beroende på typen och kvaliteten på texten i PDF -filen eller bilden. Dina resultat kommer också att variera beroende på vilket verktyg du använder, så det är bäst att prova så många av alternativen nedan som möjligt för att få bästa resultat.

Extrahera text från bild eller PDF

Det enklaste och snabbaste sättet att börja är att prova en PDF - textextraktionstjänst online. Dessa är normalt gratis och kan ge dig precis vad du letar efter utan att behöva installera något på din dator. Här är två som jag har använt med mycket bra till utmärkta resultat:

Extrahera PDF

ExtractPDF är ett gratis verktyg för att ta bilder, text och typsnitt ur en PDF -fil. Den enda begränsningen är att maxstorleken för PDF -filen är 10 MB. Det är lite litet; så om du har en större fil, prova några av de andra metoderna nedan. Välj din fil och klicka sedan på knappen Skicka fil . ^{(Send file)}Resultaten är normalt mycket snabba och du bör se en förhandsvisning av texten när du klickar på fliken Text .

Det är också en trevlig extra fördel att det extraherar bilder ur PDF -filen också, ifall du behöver dem! Sammantaget fungerar onlineverktyget utmärkt, men jag har stött på ett par PDF -dokument som ger mig roliga utdata. Texten extraheras bra, men av någon anledning kommer den att ha en radbrytning efter varje ord! Inte ett stort problem för en kort PDF -fil, men definitivt ett problem för filer med mycket text. Om det händer dig, prova nästa verktyg.

OCR online

Online OCR tenderade vanligtvis att fungera för de dokument som inte konverterades ordentligt med ExtractPDF , så det är en bra idé att prova båda tjänsterna för att se vilka som ger dig bättre utdata. Online OCR har också några trevligare funktioner som kan vara praktiska för alla med en stor PDF -fil som bara behöver konvertera text på ett fåtal sidor snarare än hela dokumentet.

Det första du vill göra är att skapa ett gratis konto. Det är lite irriterande, men om du inte skapar det kostnadsfria kontot kommer det bara delvis att konvertera din PDF snarare än hela dokumentet. Dessutom, istället för att bara kunna ladda upp ett dokument på 5 MB, kan du ladda upp upp till 100 MB per fil med ett konto.

Välj först ett språk och välj sedan vilken typ av utdataformat du vill ha för den konverterade filen. Du har ett par alternativ och du kan välja mer än ett om du vill. Under Flersidigt dokument^{(Multipage document)} kan du välja Sidnummer^{(Page numbers)} och sedan bara välja de sidor som du vill konvertera. Sedan väljer du filen och klickar på Konvertera^(Convert) !

Efter konverteringen kommer du till dokumentsektionen^(Documents) (om du är inloggad) där du kan se hur många tillgängliga gratissidor du har kvar och länkar för att ladda ner dina konverterade filer. Det verkar som att du bara har 25 sidor gratis om dagen, så om du behöver fler än så måste du antingen vänta lite eller köpa fler sidor.

Online OCR gjorde ett utmärkt jobb med att konvertera mina PDF- filer eftersom det kunde bibehålla den faktiska layouten av texten. I mitt test tog jag ett Word -dokument som använde punkter, olika teckenstorlekar, etc och konverterade det till en PDF . Sedan använde jag Online OCR för att konvertera det tillbaka till Word -format och det var ungefär 95% samma som originalet. Det är ganska imponerande för mig.

Plus, om du vill konvertera en bild till text, kan online OCR göra det lika enkelt som att extrahera text från PDF -filer.

Gratis OCR online

Eftersom vi pratade om bild till text OCR , låt mig nämna en annan bra webbplats som fungerar riktigt bra på bilder. Gratis online OCR^{(Free Online OCR)} var mycket bra och mycket exakt när jag extraherade text från mina testbilder. Jag tog ett par foton från min iPhone av sidor från böcker, broschyrer, etc och jag blev förvånad över hur bra den kunde konvertera texten.

Välj din fil och klicka sedan på knappen Ladda upp. ^(Upload)På nästa skärm finns ett par alternativ och en förhandsvisning av bilden. Du kan beskära den om du inte vill OCR hela grejen. Klicka sedan på OCR- knappen och din konverterade text visas under förhandsvisningen av bilden. Den har inte heller några begränsningar, vilket är riktigt skönt.

Utöver onlinetjänsterna finns det två gratisprogram för PDF - omvandlare som jag vill nämna om du behöver programvara som körs lokalt på din dator för att utföra konverteringarna. Med onlinetjänster behöver du alltid en internetanslutning^(Internet) och det kanske inte är möjligt för alla. Jag märkte dock att kvaliteten på konverteringarna från gratisprogrammen var betydligt sämre än webbsidornas.

A-PDF Text Extractor

A-PDF Text Extractor är gratisprogram som gör ett ganska bra jobb med att extrahera text från PDF - filer. När du har laddat ner den och installerat den klickar du på knappen Öppna^(Open) för att välja din PDF -fil. Klicka sedan på Extrahera^(Extract) text för att starta processen.

Det kommer att fråga dig en plats för att lagra textutdatafilen och sedan börjar den extrahera. Du kan också klicka på alternativknappen^(Option) , som låter dig välja endast vissa sidor att extrahera och utvinningstyp. Det andra alternativet är intressant eftersom det extraherar texten i olika layouter och det är värt att prova alla tre för att se vilka som ger dig bäst resultat.

PDF2Textpilot

PDF2Text Pilot  gör ett ok jobb med att extrahera text. Den har inga alternativ; du lägger bara till filer eller mappar, konverterar och hoppas på det bästa. Det fungerade bra på vissa PDF-filer^(PDFs) , men för de flesta av dem fanns det många problem.

Klicka bara på Lägg till filer^{(Add Files)} och klicka sedan på Konvertera^(Convert) . När konverteringen är klar klickar du på Bläddra^(Browse) för att öppna filen. Din körsträcka kommer att variera med detta program så förvänta dig inte mycket.

Det är också värt att nämna att om du är i en företagsmiljö eller kan få tag på en kopia av Adobe Acrobat från jobbet, så kan du verkligen få mycket bättre resultat. Acrobat är uppenbarligen inte gratis, men det har alternativ för att konvertera PDF till Word , Excel och HTML -format. Det gör också det bästa jobbet med att bibehålla strukturen i originaldokumentet och konvertera komplicerad text.

Extract Text from PDF and Image Files

Have a PDF document that you would like to extract all the text out of? What about image files of a scanned document that you want to convеrt intо editable text? These аre some of the most common issues I’vе seen at the workplace when working with files.

In this article, I’ll talk about several different ways you can go about trying to extract text from a PDF or from an image. Your extraction results will vary depending on the type and quality of the text in the PDF or image. Also, your results will vary depending on the tool you use, so it’s best to try out as many of the options below as possible to get the best results.

Extract Text from Image or PDF

The simplest and quickest way to start is to try an online PDF text extractor service. These are normally free and can give you exactly what you are looking for without having to install anything on your computer. Here are two that I have used with very good to excellent results:

ExtractPDF

ExtractPDF is a free tool to grab images, text and fonts out of a PDF file. The only limitation is that the max size for the PDF file is 10 MB. That’s a bit small; so if you have a bigger file, try some of the other methods below. Choose your file and then click the Send file button. The results are normally very fast and you should see a preview of the text when you click on the Text tab.

It is also a nice added benefit that it extracts images out of the PDF file too, just in case you need those! Overall, the online tool works great, but I have run into a couple of PDF docs that give me funny output. The text is extracted just fine, but for some reason it’ll have a line break after each word! Not a huge problem for a short PDF file, but certainly an issue for files with lots of text. If that happens to you, try the next tool.

Online OCR

Online OCR usually tended to work for the documents that didn’t convert properly with ExtractPDF, so it’s a good idea to try both services to see which ones gives you better output. Online OCR also has some nicer features that can prove handy for anyone with a large PDF file that only needs to convert text on a few pages rather than the whole document.

The first thing you want to do is go ahead and create a free account. It’s a bit annoying, but if you don’t create the free account, it will only partially convert your PDF rather than the entire document. Also, instead of only being able to upload only a 5 MB document, you can upload up to 100MB per file with an account.

First, choose a language and then pick the type of output formats you would like for the converted file. You have a couple of options and you can choose more than one if you like. Under Multipage document, you can select Page numbers and then choose only the pages that you want to convert. Then you select the file and click Convert!

After conversion, you’ll be brought to the Documents section (if you’re logged in) where you can see how many available free pages you have left and links to download your converted files. It seems like you only have 25 pages for free a day, so if you need more than that, you’ll have to either wait a bit or buy more pages.

Online OCR did an excellent job of converting my PDFs because it was able to maintain the actual layout of the text. In my test, I took a Word doc that used bullets, different font sizes, etc and converted it to a PDF. Then I used Online OCR to convert it back to Word format and it was about 95% the same as the original. That’s pretty impressive for me.

Plus, if you are looking to convert an image to text, then Online OCR can do that just as easily as extracting text from PDF files.

Free Online OCR

Since were talking about image to text OCR, let me mention another good website that works really well on images. Free Online OCR was very good and very accurate when extracting text from my test images. I took a couple of photos from my iPhone of pages from books, pamphlets, etc and I was surprised at how well it was able to convert the text.

Choose your file and then click the Upload button. On the next screen, there are a couple of options and a preview of the image. You can crop it if you don’t want to OCR the whole thing. Then just click the OCR button and your converted text will appear below the image preview. It also doesn’t have any limitations, which is really nice.

In addition to the online services, there are two freeware PDF converters I want to mention in case you need software running locally on your computer to perform the conversions. With online services, you’ll always need an Internet connection and that may not be possible for everyone. However, I noticed that the quality of the conversions from the freeware programs were significantly worse than those of the websites.

A-PDF Text Extractor

A-PDF Text Extractor is freeware that does an fairly good job of extracting text from PDF files. Once you download it and install it, click the Open button to choose your PDF file. Then click Extract text to start the process.

It’ll ask you a location to store the text output file and then it will begin extracting. You can also click on the Option button, which lets you choose only certain pages to extract and the extraction type. The second option is interesting because it extracts the text in different layouts and it’s worth trying all three to see which ones gives you the best output.

PDF2Text Pilot

PDF2Text Pilot does an ok job of extracting text. It doesn’t have any options; you just add files or folders, convert and hope for the best. It worked well on some PDFs, but for the majority of them, there were numerous issues.

Just click Add Files and then click Convert. Once the conversion is complete, click on Browse to open the file. You mileage will vary using this program so don’t expect much.

Also, it’s worth mentioning that if you are in a corporate environment or can get your hands on a copy of Adobe Acrobat from work, then you can really get much better results. Acrobat is obviously not free, but it has options to convert PDF to Word, Excel and HTML format. It also does the best job of maintaining the structure of the original document and converting complicated text.

Related posts

• Hur man kombinerar eller slår samman flera textfiler

• Bästa gratis alternativa PDF-läsare till Adobe Reader

• Konvertera en Windows-dator till en virtuell maskin med Hyper-V

• Hur man ändrar färg på mappikonen i Windows

• Det bästa gratis defragmenteringsverktyget för Windows är sig självt

• Hur man tar bort lösenord från PDF med gratis programvara eller onlineverktyg

• Gratis verktyg för att anpassa högerklicksmenyn

• 4 gratis verktyg för att ta bort dubbletter av filer och foton

• Den bästa programvaran med öppen källkod du bör använda

• Dela stora filer genom att konfigurera en hemfilserver

• Hur man synkroniserar två mappar i realtid i Windows

• Viktiga gratis nedladdningar av programvara för Windows

• 5 VR-applikationer som inte är spel

• Mappa en mapp till en enhetsbeteckning i Windows

• Bästa gratis urklippshanterare för Windows

• Hur man fäster text och bild till Urklippshistorik i Windows 11/10

• Hur man skapar, monterar och bränner ISO-bildfiler gratis

• Hur man bränner, kopierar och säkerhetskopierar en CD eller DVD

• Hur man extraherar ikoner från EXE-, DLL-, OCX- och CPL-filer

• 8 säkra webbplatser för gratis nedladdning av programvara för Windows