Hai un documento PDF^{(PDF document)} da cui vorresti estrarre tutto il testo? Che dire dei file immagine di un documento scansionato che si desidera convertire in testo modificabile? Questi sono alcuni dei problemi più comuni che ho riscontrato sul posto di lavoro quando si lavora con i file.

In questo articolo parlerò di diversi modi in cui puoi provare a estrarre il testo da un PDF o da un'immagine. I risultati dell'estrazione varieranno a seconda del tipo e della qualità^{(type and quality)} del testo nel PDF o nell'immagine^{(PDF or image)} . Inoltre, i tuoi risultati varieranno a seconda dello strumento che utilizzi, quindi è meglio provare quante più opzioni possibili di seguito per ottenere i migliori risultati.

Estrai testo da immagine o PDF

Il modo più semplice e veloce per iniziare è provare un servizio di estrazione di ^{(extractor service)}testo PDF^{(PDF text)} online . Questi sono normalmente gratuiti e possono darti esattamente quello che stai cercando senza dover installare nulla sul tuo computer. Eccone due che ho usato con risultati da molto buoni a eccellenti:

Estrai PDF

ExtractPDF è uno strumento gratuito per estrarre immagini, testo e caratteri^{(text and fonts)} da un file PDF^{(PDF file)} . L'unica limitazione è che la dimensione massima^{(max size)} del file PDF^{(PDF file)} è 10 MB. È un po' piccolo; quindi se hai un file più grande, prova alcuni degli altri metodi di seguito. Scegli il tuo file e quindi fai clic sul pulsante Invia file^{(Send file)} . I risultati sono normalmente molto veloci e dovresti vedere un'anteprima del testo quando fai clic sulla scheda Testo^{(Text tab)} .

È anche un bel vantaggio aggiuntivo che estrae anche le immagini dal file PDF^{(PDF file)} , nel caso ne avessi bisogno! Nel complesso, lo strumento online funziona alla grande, ma mi sono imbattuto in un paio di documenti PDF^{(PDF docs)} che mi danno risultati divertenti. Il testo viene estratto bene, ma per qualche motivo avrà un'interruzione di riga^{(line break)} dopo ogni parola! Non è un grosso problema per un breve file PDF^{(PDF file)} , ma sicuramente un problema per i file con molto testo. Se ti capita, prova lo strumento successivo.

OCR in linea

L'OCR online^{(Online OCR)} di solito tendeva a funzionare per i documenti che non venivano convertiti correttamente con ExtractPDF , quindi è una buona idea provare entrambi i servizi per vedere quale ti offre un output migliore. L'OCR online^{(Online OCR)} ha anche alcune funzionalità più interessanti che possono rivelarsi utili per chiunque abbia un file PDF^{(PDF file)} di grandi dimensioni che deve solo convertire il testo su poche pagine anziché l'intero documento.

La prima cosa che vuoi fare è andare avanti e creare un account gratuito. È un po' fastidioso, ma se non crei l'account gratuito, convertirà solo parzialmente il tuo PDF anziché l'intero documento. Inoltre, invece di caricare solo un documento da 5 MB^{(MB document)} , puoi caricare fino a 100 MB per file con un account.

Innanzitutto, scegli una lingua e quindi scegli il tipo di formati di output che desideri per il file convertito. Hai un paio di opzioni e puoi sceglierne più di una, se lo desideri. In Documento multipagina^{(Multipage document)} , puoi selezionare Numeri di pagina^{(Page numbers)} e quindi scegliere solo le pagine che desideri convertire. Quindi selezioni il file e fai clic su ^{(file and click)} Converti^(Convert) !

Dopo la conversione, verrai indirizzato alla sezione Documenti^(Documents) (se hai effettuato l'accesso) dove puoi vedere quante pagine libere disponibili ti sono rimaste e i link per scaricare i file convertiti. Sembra che tu abbia solo 25 pagine gratuite al giorno, quindi se ne hai bisogno di più, dovrai aspettare un po' o acquistare più pagine.

L'OCR online^{(Online OCR)} ha svolto un ottimo lavoro nel convertire i miei PDF perché è stato in grado di mantenere il layout effettivo del testo. Nel mio test, ho preso un documento Word^{(Word doc)} che utilizzava punti elenco, diverse dimensioni dei caratteri, ecc. e l'ho convertito in un PDF . Quindi ho usato l' OCR online^{(Online OCR)} per riconvertirlo in formato Word^{(Word format)} ed era circa il 95% uguale all'originale. È abbastanza impressionante per me.

Inoltre, se stai cercando di convertire un'immagine in testo, l' OCR online^{(Online OCR)} può farlo con la stessa facilità dell'estrazione di testo da file PDF .

OCR online gratuito

Dato che si parlava di OCR da immagine a testo , vorrei citare un altro buon sito Web che funziona davvero bene con le immagini. L'OCR online gratuito^{(Free Online OCR)} è stato molto buono e molto preciso durante l'estrazione del testo dalle mie immagini di prova. Ho scattato un paio di foto dal mio iPhone di pagine di libri, opuscoli, ecc. e sono rimasto sorpreso di quanto bene fosse in grado di convertire il testo.

Scegli il tuo file e quindi fai clic sul pulsante Carica^{(Upload button)} . Nella schermata successiva, ci sono un paio di opzioni e un'anteprima dell'immagine. Puoi ritagliarlo se non vuoi eseguire l'OCR per intero. Quindi fai semplicemente clic sul pulsante OCR^{(OCR button)} e il testo convertito apparirà sotto l' anteprima dell'immagine^{(image preview)} . Inoltre non ha alcun limite, il che è davvero bello.

Oltre ai servizi online, ci sono due convertitori PDF gratuiti che voglio menzionare nel caso in cui sia necessario un software in esecuzione localmente sul tuo computer per eseguire le conversioni. Con i servizi online, avrai sempre bisogno di una connessione Internet^{(Internet connection)} e ciò potrebbe non essere possibile per tutti. Tuttavia, ho notato che la qualità delle conversioni dai programmi freeware era significativamente peggiore di quella dei siti web.

Estrattore di testo A-PDF

A-PDF Text Extractor è un software gratuito che fa un buon lavoro di estrazione di testo da file PDF^{(PDF file)} s. Una volta^(Once) scaricato e installato, fai clic sul pulsante Apri^{(Open button)} per scegliere il tuo file PDF^{(PDF file)} . Quindi fare clic su Estrai testo^{(Extract text)} per avviare il processo.

Ti chiederà una posizione in cui archiviare il file di output del testo^{(text output file)} e quindi inizierà l'estrazione. Puoi anche fare clic sul pulsante Opzione^(Option) , che ti consente di scegliere solo alcune pagine da estrarre e il tipo di estrazione^{(extraction type)} . La seconda opzione è interessante perché estrae il testo in diversi layout e vale la pena provarli tutti e tre per vedere quale ti dà il miglior risultato.

PDF2Testo pilota

PDF2Text Pilot  fa un buon lavoro di estrazione del testo. Non ha alcuna opzione; basta aggiungere file o cartelle, convertire e sperare^{(convert and hope)} per il meglio. Ha funzionato bene su alcuni PDF^(PDFs) , ma per la maggior parte di essi si sono verificati numerosi problemi.

Basta fare clic su Aggiungi file^{(Add Files)} e quindi su Converti^(Convert) . Una volta completata la conversione, fare clic su Sfoglia^(Browse) per aprire il file. Il tuo chilometraggio varierà utilizzando questo programma, quindi non aspettarti molto.

Inoltre, vale la pena ricordare che se ti trovi in ​​un ambiente aziendale o puoi mettere le mani su una copia di Adobe Acrobat dal lavoro, puoi davvero ottenere risultati molto migliori. Acrobat ovviamente non è gratuito, ma ha opzioni per convertire PDF in formato Word , Excel e HTML^{(Excel and HTML format)} . Fa anche il miglior lavoro nel mantenere la struttura del documento originale e convertire il testo complicato.

Extract Text from PDF and Image Files

Have a PDF document that you would likе to еxtract all the text out of? What aboυt іmage files of a scanned document that you want to convert into editable text? These are some of the most common issues I’vе 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

• Come combinare o unire più file di testo

• Miglior visualizzatore PDF alternativo gratuito ad Adobe Reader

• Converti un PC Windows in una macchina virtuale usando Hyper-V

• Come cambiare il colore dell'icona della cartella in Windows

• Il miglior strumento di deframmentazione gratuito per Windows è se stesso

• 6 app software gratuite per la masterizzazione di dischi Blu-ray

• 4 strumenti gratuiti per rimuovere file e foto duplicati

• Come riparare file AVI danneggiati o danneggiati

• Image Editing Software and Editors gratuito per Windows 11/10

• 10 strumenti utili da tenere sulla tua chiavetta USB

• Come rimuovere o disinstallare Java (JRE) su Windows e Mac

• Condividi file di grandi dimensioni configurando un file server domestico

• 10 migliori strumenti per taggare MP3 e modificare metadati

• L'app desktop Kindle: va bene?

• Cattura schermate a intervalli di tempo definiti automaticamente in Windows

• Come specificare Text and Image a Clipboard History in Windows 10

• Best Free PDF Editor Online Tools che sono basati su cloud

• HoneyView Review: FREE VELOCK Image Viewer Software per Windows 10

• Le migliori risorse per la musica senza diritti d'autore da utilizzare per i video di YouTube

• Come creare, montare e masterizzare file immagine ISO gratuitamente