从pdf图片中抓取文字.docVIP

从pdf图片中抓取文字 Home 今日一点, 技术分析 从pdf图片中抓取文字 Posted on April 23, 2008 by 白菜林 从pdf中抓取文字原理： 利用office的虚拟打印机Microsoft Office Document Image Writer把图片或者pdf打印到tiff或者mdi格式的文件，然后关联使用Microsoft Office Document Imaging打开tiff或者mdi文件，然后选择“工具”菜单下的“使用ocr识别文本”，识别完成后，在选择“工具”下的，“将文本发送到word”（或者直接选择“将文本发送到word”，会提示你先进行ocr识别，然后会自动开始），最后将把整个PDF文件识别输出到word文件中。 原理就是这样子啦，操作也很简单，Microsoft Office Document Imaging的安装我就不说啦，早些时候已经说过啦，可以参考：windows的的墨水服务『office2007的Microsoft Office Document Image安装』。 下边说说pdf文件中文字的识别 以文本形式保存的PDF文件：可以使用gmail发附件然后使用view html查看或者acrobat reader直接选中文字部分复制粘贴到记事本中或者word中即可。 以图片形式存在的pdf文件：这样gmail的附件就无