Haben Sie ein PDF -Dokument, aus dem Sie den gesamten Text extrahieren möchten? Was ist mit Bilddateien eines gescannten Dokuments, das Sie in bearbeitbaren Text umwandeln möchten? Dies sind einige der häufigsten Probleme, die mir bei der Arbeit mit Dateien am Arbeitsplatz aufgefallen sind.

In diesem Artikel werde ich über verschiedene Möglichkeiten sprechen, wie Sie versuchen können, Text aus einer PDF -Datei oder einem Bild zu extrahieren. Ihre Extraktionsergebnisse variieren je nach Art und Qualität des Textes im PDF oder Bild. Außerdem variieren Ihre Ergebnisse je nach verwendetem Tool. Probieren Sie daher am besten so viele der folgenden Optionen wie möglich aus, um die besten Ergebnisse zu erzielen.

Text aus Bild oder PDF extrahieren

Der einfachste und schnellste Einstieg ist, einen Online- PDF -Textextraktionsdienst auszuprobieren. Diese sind normalerweise kostenlos und können Ihnen genau das geben, wonach Sie suchen, ohne etwas auf Ihrem Computer installieren zu müssen. Hier sind zwei, die ich mit sehr guten bis hervorragenden Ergebnissen verwendet habe:

PDF extrahieren

ExtractPDF ist ein kostenloses Tool zum Extrahieren von Bildern, Text und Schriftarten aus einer PDF -Datei. Die einzige Einschränkung besteht darin, dass die maximale Größe für die PDF -Datei 10 MB beträgt. Das ist ein bisschen klein; Wenn Sie also eine größere Datei haben, probieren Sie einige der anderen Methoden unten aus. Wählen Sie Ihre Datei aus und klicken Sie dann auf die Schaltfläche Datei senden . ^{(Send file)}Die Ergebnisse sind normalerweise sehr schnell und Sie sollten eine Vorschau des Textes sehen, wenn Sie auf die Registerkarte Text klicken .

Es ist auch ein netter zusätzlicher Vorteil, dass es auch Bilder aus der PDF -Datei extrahiert, falls Sie diese brauchen! Insgesamt funktioniert das Online-Tool großartig, aber ich bin auf ein paar PDF -Dokumente gestoßen, die mir lustige Ergebnisse liefern. Der Text wird gut extrahiert, aber aus irgendeinem Grund wird er nach jedem Wort einen Zeilenumbruch haben! Kein großes Problem für eine kurze PDF -Datei, aber sicherlich ein Problem für Dateien mit viel Text. Wenn Ihnen das passiert, probieren Sie das nächste Tool aus.

Online-OCR

Online-OCR funktionierte normalerweise bei Dokumenten, die mit ^{(Online OCR)}ExtractPDF nicht richtig konvertiert wurden , daher ist es eine gute Idee, beide Dienste auszuprobieren, um zu sehen, welche Ihnen eine bessere Ausgabe liefern. Online-OCR hat auch einige nettere Funktionen, die sich für jeden als nützlich erweisen können, der eine große PDF -Datei hat, die nur Text auf ein paar Seiten und nicht das gesamte Dokument konvertieren muss.

Das erste, was Sie tun möchten, ist, ein kostenloses Konto zu erstellen. Es ist ein bisschen ärgerlich, aber wenn Sie das kostenlose Konto nicht erstellen, wird es Ihr PDF nur teilweise konvertieren und nicht das gesamte Dokument. Anstatt nur ein 5-MB-Dokument hochzuladen, können Sie mit einem Konto bis zu 100 MB pro Datei hochladen.

Wählen Sie zuerst eine Sprache und dann die gewünschten Ausgabeformate für die konvertierte Datei aus. Sie haben ein paar Optionen und Sie können mehr als eine auswählen, wenn Sie möchten. Unter Mehrseitiges Dokument können Sie ^{(Multipage document)}Seitenzahlen^{(Page numbers)} auswählen und dann nur die Seiten auswählen, die Sie konvertieren möchten. Dann wählen Sie die Datei aus und klicken auf Konvertieren^(Convert) !

Nach der Konvertierung werden Sie zum Abschnitt Dokumente^(Documents) weitergeleitet (wenn Sie angemeldet sind), wo Sie sehen können, wie viele freie Seiten Sie noch haben, und Links zum Herunterladen Ihrer konvertierten Dateien. Es sieht so aus, als hätten Sie nur 25 Seiten pro Tag kostenlos zur Verfügung. Wenn Sie also mehr als das benötigen, müssen Sie entweder etwas warten oder mehr Seiten kaufen.

Online OCR hat beim Konvertieren meiner ^{(Online OCR)}PDFs^(PDF) hervorragende Arbeit geleistet, da es das tatsächliche Layout des Textes beibehalten konnte. In meinem Test habe ich ein Word - Dokument mit Aufzählungszeichen, verschiedenen Schriftgrößen usw. in ein PDF konvertiert . Dann habe ich es mit Online OCR wieder in das Word -Format konvertiert und es war zu etwa 95 % identisch mit dem Original. Das ist ziemlich beeindruckend für mich.

Und wenn Sie ein Bild in Text umwandeln möchten, kann Online OCR dies genauso einfach tun wie Text aus PDF - Dateien extrahieren.

Kostenlose Online-OCR

Da wir über Bild-zu-Text- OCR gesprochen haben, möchte ich eine weitere gute Website erwähnen, die wirklich gut mit Bildern funktioniert. Free Online OCR war sehr gut und sehr genau beim Extrahieren von Text aus meinen Testbildern. Ich habe mit meinem iPhone ein paar Fotos von Seiten aus Büchern, Broschüren usw. gemacht und war überrascht, wie gut es den Text konvertieren konnte.

Wählen Sie Ihre Datei aus und klicken Sie dann auf die Schaltfläche Hochladen . ^(Upload)Auf dem nächsten Bildschirm gibt es ein paar Optionen und eine Vorschau des Bildes. Sie können es zuschneiden, wenn Sie nicht das Ganze per OCR erfassen möchten. ^(OCR)Klicken Sie dann einfach auf die OCR -Schaltfläche und Ihr konvertierter Text wird unter der Bildvorschau angezeigt. Es hat auch keine Einschränkungen, was wirklich schön ist.

Zusätzlich zu den Online-Diensten gibt es zwei Freeware- PDF -Konverter, die ich erwähnen möchte, falls Sie Software benötigen, die lokal auf Ihrem Computer ausgeführt wird, um die Konvertierungen durchzuführen. Bei Online-Diensten benötigen Sie immer eine Internetverbindung^(Internet) , und das ist möglicherweise nicht für jeden möglich. Allerdings ist mir aufgefallen, dass die Qualität der Konvertierungen aus den Freeware-Programmen deutlich schlechter war als die der Webseiten.

A-PDF-Textextraktor

A-PDF Text Extractor ist Freeware, die Text aus ^{(A-PDF Text Extractor)}PDF - Dateien ziemlich gut extrahiert . Nachdem Sie es heruntergeladen und installiert haben, klicken Sie auf die Schaltfläche Öffnen , um Ihre ^(Open)PDF -Datei auszuwählen . Klicken Sie dann auf Text extrahieren, um den Vorgang zu starten .^(Extract)

Es fragt Sie nach einem Speicherort für die Textausgabedatei und beginnt dann mit dem Extrahieren. Sie können auch auf die Schaltfläche Option klicken , mit der Sie nur bestimmte Seiten zum Extrahieren und den Extraktionstyp auswählen können. Die zweite Option ist interessant, weil sie den Text in verschiedenen Layouts extrahiert und es sich lohnt, alle drei auszuprobieren, um zu sehen, welche die beste Ausgabe liefern.

PDF2Text-Pilot

PDF2Text Pilot  macht einen guten Job beim Extrahieren von Text. Es hat keine Optionen; Sie fügen einfach Dateien oder Ordner hinzu, konvertieren und hoffen das Beste. Bei einigen PDFs funktionierte es gut , aber bei den meisten gab es zahlreiche Probleme.

Klicken Sie einfach auf Dateien hinzufügen^{(Add Files)} und dann auf Konvertieren^(Convert) . Klicken Sie nach Abschluss der Konvertierung auf Durchsuchen^(Browse) , um die Datei zu öffnen. Ihre Laufleistung wird mit diesem Programm variieren, also erwarten Sie nicht viel.

Es ist auch erwähnenswert, dass Sie wirklich viel bessere Ergebnisse erzielen können, wenn Sie sich in einer Unternehmensumgebung befinden oder eine Kopie von Adobe Acrobat von der Arbeit in die Hände bekommen können. ^{(Adobe Acrobat)}Acrobat ist natürlich nicht kostenlos, aber es bietet Optionen zum Konvertieren von PDF in das Word- , Excel- und HTML -Format. Es leistet auch die beste Arbeit, die Struktur des Originaldokuments beizubehalten und komplizierten Text zu konvertieren.

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 filеs of a scanned document that you want to convert іntо editable text? These are some of the most common issues I’ve 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

• So kombinieren oder führen Sie mehrere Textdateien zusammen

• Bester kostenloser alternativer PDF-Viewer zu Adobe Reader

• Konvertieren Sie einen Windows-PC mit Hyper-V in eine virtuelle Maschine

• So ändern Sie die Farbe des Ordnersymbols in Windows

• Das beste kostenlose Defragmentierungstool für Windows ist es selbst

• So entfernen Sie das Passwort aus PDF mit kostenloser Software oder Online-Tool

• Erfassen Sie Screenshots in definierten Zeitintervallen automatisch in Windows

• So brennen, kopieren und sichern Sie eine CD oder DVD

• 10 praktische Tools, die Sie auf Ihrem USB-Flash-Laufwerk behalten können

• So extrahieren Sie Symbole aus EXE-, DLL-, OCX- und CPL-Dateien

• 5 VR-Anwendungen, die keine Spiele sind

• Die beste Open-Source-Software, die Sie verwenden sollten

• Formatieren Sie eine SD-Karte auf einfache Weise

• ImBatch ist eine kostenlose Batch-Bildverarbeitungssoftware für Windows-PCs

• 4 kostenlose Tools zum Entfernen doppelter Dateien und Fotos

• Schnelleres Kopieren großer Dateien über das Netzwerk mit TeraCopy

• HoneyView Review: Kostenlose schnelle Bildbetrachter-Software für Windows 10

• So identifizieren Sie Musik oder Songs anhand des Klangs

• Die 7 besten Apps zum Öffnen von JAR-Dateien unter Windows

• So heften Sie Text und Bild an den Verlauf der Zwischenablage in Windows 11/10 an