Почему не удаётся извлечь текст из PDF (отсканированные PDF)
Главное
- Отсканированные PDF — это изображения без текстовых данных
- Возможность выделить текст подскажет, какой это тип
- При необходимости используйте OCR (распознавание текста)
Если вы видите «Текст не найден», возможно, дело в следующем.
Причина: PDF только с изображениями
В документах, отсканированных на принтере или сфотографированных камерой телефона, внутри PDF находятся изображения. Они выглядят как текст, но текстовых данных в них нет, поэтому извлечь их нельзя.
Как определить
Откройте PDF и попробуйте выделить текст, проведя пальцем или мышью. Если не получается, это PDF-изображение.
Что делать
- Если у вас есть исходный файл: создайте PDF заново из оригинала, например в Word
- Если текст действительно нужен: потребуется технология OCR (распознавание текста). В этом инструменте функции OCR нет.
Дополнительное замечание
OCR может ошибаться при распознавании. Всегда проверяйте результаты глазами.
Использовать «Извлечь текст из PDF» (бесплатно)Инструменты, которые хорошо сочетаются
- PDF в изображения: Сохраните каждую страницу PDF как изображение JPEG или PNG.
- Извлечь или удалить страницы PDF: Оставьте только нужные страницы или удалите ненужные.
- Сжать PDF: Уменьшите PDF до выбранного размера — для ограничений при загрузке.
Если это руководство помогло, небольшая благодарность будет очень кстати.
Отправить благодарность (¥300)Отправить подарок (список желаний Amazon)Другие руководства по этому инструменту
- Как скопировать и извлечь текст из PDF
- Как скопировать текст из PDF в Word или заметки
- Что делать, если извлечённый из PDF текст нечитаем
- Советы по использованию текста из PDF для учёбы и отчётов
- Добавлять ли маркеры страниц? Выбор между включением и выключением
- Как извлечь текст из PDF, не отправляя файл никуда