如何提取 PDF 文档中的文字-（备注：文字被转曲线了）

[Myprincess]

文档中的文字排版不规则。有没有好的软件推荐。

[rund11]

这种复杂文字 ocr 就要用百度，腾讯的识别接口，识别率还是很高的

[icyalala]

@Myprincess 说的就是这种情况啊，用 ABBYY FineReader 来进行 OCR，识别图片中的文字。你可以设置一个原始字体或者比较接近的中文字体，那样识别率会更高。

[user8341]

@Porphet 都是 API 吗？有没有不依赖网络的能独立运行的库？

[Raynard]

office 手机版扫描试试

[bamboopainter]

打印出来，再用 scansnap 扫成电子版

[Myprincess]

@Arrowing 试了，全黑色底文字有些识别不了。左右黑色 ，图片不会被切，上下黑，图片会被切掉。其它文字很棒。

[miaomiao888]

你这帖子中有贴图吗，得看看是哪样的字吧。

可以试试 PandaOCR，里面有 20 来个 OCR 引擎你可以逐个试试看哪个更适合：github.com/miaomiaosoft/PandaOCR

要是过于不规则的字可能要用离线 OCR 自己训练了

[Lemeng]

有一大堆吧。51 破解？

[dabaibai]

什么曲线？ svg ？

[flynaj]

qq 带的 OCR Ctrl+ALT+O

[dadaslele]

在线版本的，图片都能给你抠出来，支持 pdf2word，pdf2ppt 等等
https://easypdf.com/

[Pichai]

https://smallpdf.com/cn
你试试这个网站，上面有 pdf 转 word 。还有在线编辑 pdf 的。转换之前是每天可以免费使用两次该功能，其他的暂时不清楚。希望能帮到你。

[Porphet]

@user8341 那估计需要你自己训练一个 ocr 的模型了，现在主流算法都换成神经网络了吧，我是做 nlp 的所有不了解

[dany813]

@dadaslele 刚转换一个 PDF，排版乱了

[user8341]

@Porphet 很想知道有没有训练好的，27 楼那个不知道是不是。

[Porphet]

@user8341 不是、他也是调用 api，训练好的不可能开源吧，实在想用可以去搜搜论文

[kasusa]

用用 QQ 的 OCR,便捷,免费,在截图功能里面.