高校问答袁大头怎么辨别真假:怎样从PDF文件中提取文字？
来源：百度文库 编辑：高校问答 时间：2024/04/27 16:55:02
谢谢，可以识别英文了（我的Office 2003是英文的），哪里有中文的OCR补丁之类的东东？
用OCR就可以了．
比如Office 2003中也提供了文字识别服务，结合那个Image writer可以很方便将PDF转成WORD。
Office2003实现PDF文件转Word文档
经过尝试，发现可以利用 Office 2003 中的 Microsoft Office Document Imaging 组件来实现PDF转WORD文档，也就是说利用WORD来完成该任务。方法如下：
用Adobe Reader 打开想转换的PDF文件 ，接下来 选择 “文件→打印”菜单，在打开的“打印”窗口中将 “打印机”栏中的名称设置为 “Microsoft Office Document Image Writer”，确认后将该PDF文 件输出为 MDI格式的虚拟打印文件 。
注: 如果没有找到“Microsoft Office Document Image Writer”项，使用Office 2003安装光盘中的“添加/删除组件”更新安装该组件，选中“Office 工具 Microsoft DRAW转换器”。
然后， 运行 “Microsoft Office Document Imaging”，并利用它来 打开 刚才保存的MDI文件，选择“工具→ 将文本发送到Word ”菜单，在弹出的窗口中选中“ 在输出时保持图片版式不变 ”，确认后系统会提示“必须在执行此操作前重新运行 OCR 。这可能需要一些时间”，不管它， 确认 即可。
注: 对PDF转DOC的识别率不是特别完美，转换后会丢失原来的排版格式，所以转换后还需要手工对其进行排版和校对工作。
以上仅在 word2003 中可用，其他版本没有Microsoft Office Document Image Writer。
回答者：Kant康德 - 高级经理 七级 11-5 19:26