如何提取OCR识别出的可编辑PDF中黑体词条？

wjl · 发表于 2020-7-9 19:08:04

如何提取OCR识别出的可编辑PDF中黑体词条？
如下动图所示，有一个根据扫描PDF识别出的可编辑格式PDF，感觉其中的词条识别结果正确率很高，释义和例句部分的识别结果估计有错误。有什么工具能提取出其中的词条吗？方便做图片词典，可能的话，还可以提取出其中的释义和例句，方便做成文本格式的mdx，不过做mdx之前，需要仔细校对这些文本

klwo2 · 发表于 2020-7-9 21:13:08

如果不借用工具的话（比如chigre的工具），最直接的办法就是复制粘贴

当然了你肯定不喜欢这个费时费力的答案，但是目前来看就是这样

Snowdax · 发表于 2020-7-10 00:07:24

导出成docx或者txt看看

[求助] 如何提取OCR识别出的可编辑PDF中黑体词条？