如何将不清晰的扫描版pdf转为清晰的pdf或word

最近需要将一份很长的英文合同翻译成中文，足足有80页，o(╯□╰)o，虽然近期一直在强化英语口语，但英语以及翻译并不是自己的强项，加之合同内容专业性很强，面对这个时间紧任务重的差事真的是头大了。时间又紧迫，怎么办？因为只是将翻译内容拿给非专业的人看一看，不具备法律效力，所以只能先借助翻译软件翻译个大概了。

扫描版的pdf，没法选择复制粘贴，这一点很麻烦。那就用pdf阅读器自带的转word功能吧，但实际操作效果发现识别成功率很低，错误乱码非常多。这个时候查到一种叫OCR（Optical Character Recognition）光学字符识别的功能，对于识别扫描版dpf貌似比较有效。网上找了一款叫迅捷pdf转换器的软件，但是非VIP会员最多只能利用OCR转换5页。实际效果不确定的情况下不想交钱办VIP，于是先借助别的工具把80页的pdf拆分成5页一份的十几个pdf文档，这类工具比较多，也有在线拆分的，非常方便。之后把拆分后的十几个pdf文档用迅捷pdf转换器的扫描pdf转word（OCR）功能进行转换，发现转换效果确实有提升，少了很多的乱码。

于是开开心心地准备用word2013自带的翻译功能进行英译汉转换（可以自行百度如何在word中设置翻译选项），但是竟然失败了。what the F***。

仔细检查发现，迅捷pdf转换器识别率虽然确实很高，但有个问题就是生成的word文档中全都是一个个的文本框。问题应该出在这里。

这个就有点蛋疼了，因为常规操作很难同时提取多个文本框的内容，网上搜到一种提取办法是在查找中利用通配符“？”进行全选（https://jingyan.baidu.com/article/ceb9fb10da00d98cac2ba065.html），但试验发现这种办法对去文字量很少的文本框或许还可以，而当文字量很多的时候非常耗时，也很容易卡死。因为它是按照一个个字符去选择的。

另一种方法是在word文档中全选，然后复制，打开写字板，在写字板进行粘贴。然后再在写字板里复制，再粘贴到word中。这样也会存在一个问题：就时行与行之间都多了一个换行符。且排序变得错乱毫无规律。

继续再想办法吧，突然灵光一现：那我要是把这份带很多文本框的word文档先转为pdf，之后再将该pdf转回为word，是不是就可以去掉所有的文本框了呢？

实际操作了一下，果然有效。没有多余的文本框，没有多余的空格回车等等，看上去干净清爽多了。

注意，这一步如果使用在线pdf转word，可能会出现生成的word文档每一行后面都有换行符，这样会降低自动翻译的准确率。实测使用Adobe Acrobat DC将pdf转成word的话，会显著减少每行最后换行符的数量。

转换后得到的pdf文档

pdf再次转换后得到的word文档

原始扫描版pdf文档

于是到这一步，已经可以得到比较清晰的pdf版或word版文档了，如果前面利用OCR识别成功率很高的话，最终效果还是不错的。

如何将不清晰的扫描版pdf转为清晰的pdf或word相关推荐

关于pdf文档无大纲的若干解决办法（扫描版书籍/ppt转的pdf）
关于pdf文档无大纲的若干解决办法(扫描版书籍/ppt转的pdf). girhub 开源pdf-bookmark项目解决大纲问题使用条件特点使用Adobe Acrobat搭配AutoBookma ...
怎么把pdf转为html？PDF转HTML转换器推荐
大家知道HTML格式吗?我们通常上网浏览的网页就是HTML格式.而PDF格式是我们常用的一种文件格式,在不同的设备上打开,既不会影响到PDF内容的排版,也不容易被修改.在工作中,有时为了查看PDF ...
如何将模糊的扫描版pdf转为清晰的pdf或word_pdf问题小结
20220109 pdf拆分不要点提取页面为单独文件这样会提取出完整的一个文件而如果选了的话会全部拆分成一页一页 20220107 # code=utf-8 import os import t ...
PHP将PDF转为TXT文件,pdf转中文txt，pdf中文txt
pdf转中文txt,pdf中文txt 最近项目需要实现根据关键字搜索pdf内容,实现思路就是提取pdf文本,然后进行索引. 工具上选择: IText 4.16之后采用agpl License,不能用作 ...
java pdf 转换 word_Java 将PDF 转为Word、图片、SVG、XPS、Html、PDF/A
本文将介绍通过Java编程来实现PDF文档转换的方法.包括: 1. PDF转为Word 2. PDF转为图片 3. PDF转为Html 4. PDF转为SVG 4.1将PDF每一页转为单个的SVG 4 ...
Java 将PDF 转为Word、图片、SVG、XPS、Html、PDF/A
本文将介绍通过Java编程来实现PDF文档转换的方法.包括: 1. PDF转为Word 2. PDF转为图片 3. PDF转为Html 4. PDF转为SVG 4.1 将PDF每一页转为单个的SVG4 ...
《Div+CSS 3.0网页布局案例精粹》扫描版[PDF]
电驴资源下面是用户共享的文件列表,安装电驴后,您可以点击这些文件名进行下载 [Div.CSS.3.0网页布局案例精粹].王大远.扫描版.rar详情 53.7MB 全选 53.7MB 下载地址(拷贝到 ...
扫描版模糊pdf优化方法
扫描版模糊pdf优化方法前言扫描版的 pdf 文件,是学习生活非常常见.但是由于 pdf 文件制作水平良莠不齐.有时 pdf 文件显得模糊不堪,严重影响阅读心情,那么该如何优化这样的 pdf 文件 ...
索骥馆－编程语言之《算法引论-一种创造性方法》扫描版[PDF]
内容介绍: 本书是国际算法大师乌迪·曼博(UdiManber)博士撰写的一本享有盛誉的著作.全书共分12章:第1章到第4章为介绍性内容,涉及数学归纳法.算法分析.数据结构等内容:第5章提出了与归纳证明 ...
网页设计与开发：HTML、CSS、JavaScript实例教程 (郑娅峰) pdf扫描版
网页设计与开发:HTML.CSS.JavaScript实例教程从实用角度出发,详细讲解了HTML.CSS和JavaScript的基本语法和设计技巧,通过一个实用的班级网站的规划.设计.实现到发布过程, ...

如何将不清晰的扫描版pdf转为清晰的pdf或word

如何将不清晰的扫描版pdf转为清晰的pdf或word相关推荐

最新文章

热门文章