Heeft u een pdf -document waaruit u alle tekst wilt halen? Hoe zit het met afbeeldingsbestanden van een gescand document die u wilt converteren naar bewerkbare tekst? Dit zijn enkele van de meest voorkomende problemen die ik op de werkplek heb gezien bij het werken met bestanden.

In dit artikel zal ik het hebben over verschillende manieren waarop u kunt proberen tekst uit een PDF of uit een afbeelding te extraheren. Uw extractieresultaten zijn afhankelijk van het type en de kwaliteit van de tekst in de PDF of afbeelding. Uw resultaten zijn ook afhankelijk van de tool die u gebruikt, dus u kunt het beste zoveel mogelijk van de onderstaande opties uitproberen om de beste resultaten te krijgen.

Tekst extraheren uit afbeelding of pdf

De eenvoudigste en snelste manier om te beginnen, is door een online PDF -tekstextractieservice te proberen. Deze zijn normaal gesproken gratis en kunnen u precies geven wat u zoekt zonder dat u iets op uw computer hoeft te installeren. Hier zijn er twee die ik heb gebruikt met zeer goede tot uitstekende resultaten:

PDF uitpakken

ExtractPDF is een gratis tool om afbeeldingen, tekst en lettertypen uit een PDF -bestand te halen. De enige beperking is dat de maximale grootte voor het PDF -bestand 10 MB is. Dat is een beetje klein; dus als je een groter bestand hebt, probeer dan een van de andere methoden hieronder. Kies uw bestand en klik vervolgens op de knop Bestand verzenden^{(Send file)} . De resultaten zijn normaal gesproken erg snel en u zou een voorbeeld van de tekst moeten zien wanneer u op het tabblad Tekst klikt.^(Text)

Het is ook een leuk bijkomend voordeel dat het ook afbeeldingen uit het PDF -bestand haalt, voor het geval je die nodig hebt! Over het algemeen werkt de online tool geweldig, maar ik ben een aantal PDF -documenten tegengekomen die me grappige output geven. De tekst wordt prima geëxtraheerd, maar om de een of andere reden zal er een regeleinde achter elk woord staan! Geen groot probleem voor een kort PDF -bestand, maar zeker een probleem voor bestanden met veel tekst. Als dat je overkomt, probeer dan de volgende tool.

Online OCR

Online OCR werkte meestal voor de documenten die niet goed werden geconverteerd met ExtractPDF , dus het is een goed idee om beide diensten te proberen om te zien welke u betere uitvoer geeft. Online OCR heeft ook een aantal leukere functies die handig kunnen zijn voor iedereen met een groot PDF -bestand dat alleen tekst op een paar pagina's hoeft te converteren in plaats van het hele document.

Het eerste dat u wilt doen, is doorgaan en een gratis account maken. Het is een beetje vervelend, maar als je het gratis account niet aanmaakt, zal het je PDF slechts gedeeltelijk converteren in plaats van het hele document. In plaats van alleen een document van 5 MB te kunnen uploaden, kunt u met een account tot 100 MB per bestand uploaden.

Kies eerst een taal en kies vervolgens het type uitvoerformaten dat u voor het geconverteerde bestand wilt. Je hebt een aantal opties en je kunt er meer dan één kiezen als je wilt. Onder Document^{(Multipage document)} met meerdere pagina's kunt u Paginanummers^{(Page numbers)} selecteren en vervolgens alleen de pagina's kiezen die u wilt converteren. Vervolgens selecteert u het bestand en klikt u op Converteren^(Convert) !

Na de conversie wordt u naar het gedeelte Documenten^(Documents) geleid (als u bent ingelogd) waar u kunt zien hoeveel vrije pagina's u nog heeft en links om uw geconverteerde bestanden te downloaden. Het lijkt alsof je maar 25 gratis pagina's per dag hebt, dus als je meer nodig hebt, moet je ofwel even wachten of meer pagina's kopen.

Online OCR heeft mijn ^{(Online OCR)}PDF 's uitstekend geconverteerd omdat het in staat was de eigenlijke lay-out van de tekst te behouden. In mijn test heb ik een Word - document genomen dat opsommingstekens, verschillende lettergroottes, enz. Gebruikte en dit naar een PDF geconverteerd . Daarna gebruikte ik Online OCR om het terug te converteren naar Word -formaat en het was ongeveer 95% hetzelfde als het origineel. Dat is behoorlijk indrukwekkend voor mij.

En als u een afbeelding naar tekst wilt converteren, kan Online OCR dat net zo gemakkelijk doen als tekst uit PDF - bestanden extraheren.

Gratis online OCR

Aangezien we het hadden over OCR van afbeelding naar tekst , wil ik nog een goede website noemen die heel goed werkt op afbeeldingen. Gratis online OCR^{(Free Online OCR)} was erg goed en zeer nauwkeurig bij het extraheren van tekst uit mijn testafbeeldingen. Ik nam een ​​paar foto's van mijn iPhone van pagina's uit boeken, pamfletten, enz. en ik was verbaasd over hoe goed het in staat was om de tekst om te zetten.

Kies uw bestand en klik vervolgens op de knop Uploaden^(Upload) . Op het volgende scherm zijn er een aantal opties en een voorbeeld van de afbeelding. Je kunt het bijsnijden als je niet alles wilt OCRen^(OCR) . Klik vervolgens op de OCR -knop en uw geconverteerde tekst verschijnt onder het afbeeldingsvoorbeeld. Het heeft ook geen beperkingen, wat erg fijn is.

Naast de online services zijn er twee freeware PDF -converters die ik wil noemen voor het geval je software nodig hebt die lokaal op je computer draait om de conversies uit te voeren. Met online diensten heb je altijd een internetverbinding^(Internet) nodig en dat is misschien niet voor iedereen mogelijk. Ik merkte echter dat de kwaliteit van de conversies van de freeware-programma's aanzienlijk slechter was dan die van de websites.

A-PDF-tekstextractor

A-PDF Text Extractor is freeware die redelijk goed tekst uit PDF - bestanden extraheert. Nadat u het hebt gedownload en geïnstalleerd, klikt u op de knop Openen^(Open) om uw PDF -bestand te kiezen. Klik vervolgens op Tekst extraheren^(Extract) om het proces te starten.

Het zal u een locatie vragen om het tekstuitvoerbestand op te slaan en dan zal het beginnen met uitpakken. U kunt ook op de optieknop^(Option) klikken, waarmee u alleen bepaalde pagina's kunt kiezen om uit te pakken en het extractietype. De tweede optie is interessant omdat het de tekst in verschillende lay-outs extraheert en het de moeite waard is om ze alle drie te proberen om te zien welke je de beste output geeft.

PDF2Text-piloot

PDF2Text Pilot  is goed in het extraheren van tekst. Het heeft geen opties; je voegt gewoon bestanden of mappen toe, converteert en hoopt op het beste. Het werkte goed op sommige pdf's , maar voor de meeste waren er tal van problemen.

Klik gewoon op Bestanden toevoegen^{(Add Files)} en klik vervolgens op Converteren^(Convert) . Zodra de conversie is voltooid, klikt u op Bladeren^(Browse) om het bestand te openen. Je kilometers zullen variëren met dit programma, dus verwacht niet te veel.

Het is ook vermeldenswaard dat als u zich in een zakelijke omgeving bevindt of een exemplaar van Adobe Acrobat van uw werk kunt bemachtigen, u echt veel betere resultaten kunt krijgen. Acrobat is natuurlijk niet gratis, maar het heeft opties om PDF naar Word- , Excel- en HTML -formaat te converteren. Het is ook de beste manier om de structuur van het originele document te behouden en gecompliceerde tekst om te zetten.

Extract Text from PDF and Image Files

Hаve a PDF document that you would like to extract all the text out of? What about image files of a scanned document that yoυ want to convert into editable text? Theѕe are some of the most common issues I’ve seen at the workplace when wоrking 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

• Meerdere tekstbestanden combineren of samenvoegen

• Beste gratis alternatieve PDF-viewer voor Adobe Reader

• Converteer een Windows-pc naar een virtuele machine met behulp van Hyper-V

• De kleur van het mappictogram wijzigen in Windows

• De beste gratis defrag-tool voor Windows is zichzelf

• Schaduw toevoegen aan tekst of afbeelding in GIMP

• Een cd of dvd branden, kopiëren en back-uppen

• HoneyView Review: gratis snelle Image Viewer-software voor Windows 10

• Beste gratis klembordmanagers voor Windows

• Gratis beeldbewerkingssoftware en -editors voor Windows 11/10

• Beste gratis Windows-registeropruimer

• Gratis tools om het contextmenu met de rechtermuisknop aan te passen

• Splits of verdeel uw bureaubladscherm in meerdere delen

• Meerdere PowerPoint-presentaties combineren

• De beste bronnen voor rechtenvrije muziek om te gebruiken voor YouTube-video's

• ImBatch is een gratis Batch Image Processing Software voor Windows PC

• 10 beste tools om MP3's te taggen en metadata te bewerken

• Hoe tekst en afbeelding vast te pinnen op de geschiedenis van het klembord in Windows 11/10

• Een map toewijzen aan een stationsletter in Windows

• Automatisch screenshots maken met gedefinieerde tijdsintervallen in Windows