1、从文档中提取文字

　　利用Office应用程序内置的“Microsoft Office Document Image Writer”虚拟打印机，并在“Microsoft Office Document Imaging”工具的配合下，我们能够从类似图像、网页、PDF文件等特殊文档中提取出文字内容出来。例如，我们希望从某个PDF特殊文档中提取出文字内容，方法如下：

打开打印属性设置界面

　　第1步：打开PDF特殊文档编辑窗口，并在该窗口中将目标文档打开，然后依次单击菜单栏中的“文件”/“打印”命令，打开打印属性设置界面。在该界面的“名称”设置项处单击下拉按钮，从弹出的下拉列表中选择“Microsoft Office Document Image Writer”项目。

进入所示的标签设置页面

　　第2步：单击“Microsoft Office Document Image Writer”项目旁边“属性”按钮，打开Office应用程序内置虚拟打印机属性设置界面，单击该界面中的“高级”标签，进入以下所示的标签设置页面。在该页面的“输出格式”设置项处，选中“MDI-压缩文档格式”项目，并在“默认文件夹”处调整好新文件的保存路径，再单击“确定”按钮，这样一来目标PDF特殊文档就能被虚拟打印机打印成MDI格式的文件了，同时“Microsoft Office Document Imaging”程序会自动将刚才生成的MDI压缩文档打开。

将文本发送到Word

　　第3步：打开转成MDI格式的文件，然后在Microsoft Office Document Imaging文档编辑窗口中，依次单击菜单栏中的“工具”/“将文本发送到Word”命令，再在其后界面中单击“确定”按钮，这样一来Microsoft Office Document Imaging程序会自动对目标文档进行OCR识别。

OCR识别

　　注：当然在这之前我们需要先安装好相关的ORC扫描识别组件，如果没有安装的话该程序会自动弹出窗口提示我们来安装该组件的。

如果没有安装的话该程序会自动弹出窗口提示

　　在识别操作完成后，Microsoft Office Document Imaging程序会自动将识别出来的文字内容发送到另外一个Word文档中，以便供我们编辑、预览所用。

上一页  [1] [2] [3] [4] [5] [6] [7] [8]  下一页