PDF से Word: टेक्स्ट निकालें या OCR कब चुनें
पढ़ने का तरीका चुनें, स्रोत जाँचें और तस्वीरों के शब्द छोड़े बिना PDF टेक्स्ट को संपादन योग्य अनुच्छेद बनाएँ।
ToolMellow ·
पहले एक वाक्य चुनकर देखें
PDF में टेक्स्ट, टेक्स्ट की तस्वीरें या दोनों हो सकते हैं। मौजूदा टेक्स्ट अक्सर ऑप्टिकल कैरेक्टर रिकग्निशन के बिना पढ़ा जा सकता है। स्कैन किए पेज में तस्वीर के अक्षर पहचानने के लिए आमतौर पर OCR चाहिए। टेक्स्ट चुन पाना एक उपयोगी शुरुआती जाँच है, पर चुन सकने वाला शीर्षक यह साबित नहीं करता कि बाकी पेज में भी टेक्स्ट परत है।
पेज के कंटेंट के अनुसार पढ़ने का मोड चुनें
ToolMellow का स्वचालित मोड मौजूदा टेक्स्ट परत पढ़ता है और चुनी हुई OCR भाषा केवल उन पेजों पर इस्तेमाल करता है जहाँ कोई टेक्स्ट नहीं मिलता। यह अलग-अलग मूल टेक्स्ट और स्कैन पेज वाले दस्तावेज़ में उपयोगी है। यदि एक ही पेज पर चुन सकने वाला शीर्षक और स्कैन किया बिल हो, तो हर चुने पेज के लिए OCR चुनें ताकि तस्वीर के शब्द भी पढ़े जाएँ। साफ़ दिखते स्रोत में भी OCR गलतियाँ कर सकता है।
छपे हुए टेक्स्ट की भाषा चुनें
स्कैन पेज पढ़ने से पहले अंग्रेज़ी, सरल चीनी, हिंदी, स्पैनिश, फ़्रेंच, अरबी, बांग्ला, जर्मन, इतालवी या पुर्तगाली चुनें। एक काम में एक भाषा लगती है। दस्तावेज़ की भाषा बदले तो अलग पेज रेंज पढ़ें; भाषा पहचान और अनुवाद उपलब्ध नहीं हैं। OCR की ज़रूरत होने पर केवल चुना मॉडल डाउनलोड होता है। मौजूदा PDF टेक्स्ट के लिए OCR डाउनलोड नहीं चाहिए। भाषा बदलने से पिछली समीक्षा और डाउनलोड साफ़ होते हैं ताकि उन्हें नया परिणाम न समझा जाए।
निर्यात से पहले तुलना करें
समीक्षा में मूल पेज और संपादन योग्य टेक्स्ट या पुनर्निर्मित ब्लॉक दिखते हैं। नाम, तारीख, राशि, खाता संख्या, विराम चिह्न, तालिका सेल और पढ़ने का क्रम जाँचें। टेक्स्ट निकालने में फ़ॉर्म मान छूट सकते हैं या क्रम अनपेक्षित हो सकता है। OCR का विश्वास स्तर इंजन का अनुमान है, किसी संख्या के सही होने की गारंटी नहीं। Word बनाने से पहले चुना संस्करण सुधारें; सादा टेक्स्ट और संरचना के संपादन अलग रहते हैं।
साधारण अनुच्छेद या समीक्षा की हुई संरचना चुनें
पढ़ने से पहले दस्तावेज़ संरचना पुनर्निर्माण चालू करें। इससे अनुच्छेद, टैग वाले शीर्षक व सरल सूचियाँ, एक या दो कॉलम क्षेत्र, टैग वाली या सरल संरेखित तालिकाएँ, मूल शैलियाँ और समर्थित चित्र क्रॉप पहचाने जाते हैं। शीर्षक स्तर, सूची शैली, नेस्टिंग और क्रमांक जाँचें। कस्टम लेबल टेक्स्ट रहते हैं; मूल पेजों में फैली सूचियाँ दिखते शुरुआती क्रमांक के साथ अलग Word सूचियाँ बनती हैं। सेल बदलें, ब्लॉक क्रम दें, कॉलम बदलें और छूटे चित्र पेज से काटें। परिणाम मूल संपादन योग्य Word सामग्री है, जिसमें समर्थित फ़ॉन्ट परिवार के नाम और ठोस टेक्स्ट रंग, तथा अनुच्छेद और सेल में मिश्रित शैलियाँ रहती हैं। टेक्स्ट संपादन बदले अंश के बाहर की शैलियाँ रखता है। फ़ॉन्ट, रंग और हाथ से अंडरलाइन के नियंत्रण जाँचें; फ़ॉन्ट एम्बेड नहीं होते, इसलिए अनुपलब्ध फ़ॉन्ट बदले जाते हैं। पारदर्शिता, पैटर्न, मेल न खाता ड्रॉइंग टेक्स्ट, सटीक स्थिति, लिंक और इंटरैक्टिव फ़ॉर्म सुरक्षित नहीं रहते। मूल पेज का माप, Letter और A4 उपलब्ध हैं; टेक्स्ट फिर भी अधिक पेजों में बह सकता है। हूबहू रूप ज़रूरी हो तो PDF रखें।
संभालने योग्य पेज रेंज में काम करें
अधिकतम 50 MB की PDF से 50 मूल पेज चुनें, जिनमें अधिकतम 10 OCR पेज हों। 2-4, 7 जैसी रेंज काम घटाती है और सावधानी से समीक्षा में मदद करती है। OCR छपी अंग्रेज़ी, सरल चीनी, हिंदी, स्पैनिश, फ़्रेंच, अरबी, बांग्ला, जर्मन, इतालवी या पुर्तगाली के लिए है। संरचना मोड को सीधे स्कैन चाहिए क्योंकि वह पहचाने शब्दों की स्थिति इस्तेमाल करता है। धुंधले स्कैन, लिखावट, जटिल लेआउट और इस सूची से बाहर की भाषाओं को दूसरा तरीका चाहिए। स्थानीय रेंडरिंग या समय सीमा पार करने पर टूल काम रोक देता है।
समीक्षा किए टेक्स्ट को गिनें
समीक्षा किया टेक्स्ट गिनें, Word Counter में वही सामग्री खोलता है जो समीक्षा किया टेक्स्ट डाउनलोड करें देता है, चुने मूल पेज क्रम में। यह आपका सादा टेक्स्ट या संरचना संस्करण लेता है, जिसमें तालिका सेल और सूची टेक्स्ट के बदलाव शामिल हैं। चित्र शब्द नहीं बनते। स्थानांतरण एक बार होता है और टैब मेमोरी में रहता है; टेक्स्ट URL या ब्राउज़र स्टोरेज में नहीं जाता। Word Counter पेज विभाजकों सहित दस लाख वर्ण स्वीकार करता है; लंबा टेक्स्ट डाउनलोड के रूप में मिलता रहता है। काउंटर में साफ़ करने से भेजा टेक्स्ट और उसकी पूर्ववत इतिहास हटते हैं।
बंद करने से पहले परिणाम रखें
PDF, पासवर्ड, समीक्षा के बदलाव और परिणाम टैब की मेमोरी में रहते हैं। पहचान इंजन और चुना भाषा मॉडल ज़रूरत पर ToolMellow से लोड होते हैं; दस्तावेज़ अपलोड नहीं होता। रीफ़्रेश या बाहर जाने से पहले DOCX डाउनलोड करें, फिर वर्ड प्रोसेसर में खोलकर दोबारा जाँचें।