Text from file ERROR, HELP !!!

PDF-ის გადაყვანას ვცდილობ ვორდში, Insert Object > Text from file ამ მეთოდით.

დიდი ზომის PDF ფაილებზე ასეთი ერორი მქვს. ვიფიქრე მართლა სუსტი კომპიუტერის ბრალი ხომ არაა მეთქი რამოდენიმე მძლავრ კომპიუტერზე ვცადე და იგივე პრობლემა.



ძალიან მჭირდება დახმარება, თუ ვინმეს გქონიათ ანალოგიური შემთხვევა, იქნებ დამეხმაროთ. ან იქნებ არსებობს რაიმე ალტერნატივა, რომ PDF ნორმალურად დავაკონვერტირო ვორდში, წაკითხვადი/დაკოპირებადი ფონტით.

გმადლობთ

Nitro PDF-ით სცადე კონვერტაცია.

OGG
მაინც იგივე. აკონვერტირებს, მაგრამ ფონტი არ კოპირდება

კონვერტაციის მერე დაკოპირებული ასე გამოიყურება "B BVlHO)J.eJlVlVl Ilpuoourenue K BIIHY - 3TO Co6blTI\C" (რუსული ტექსტია PDF-ში)

სხვა რამე გზა არ არსებობს?
* * *


მარცხნივ PDF (OCR Regocnition მაქვს გაკეთებული), მარჯვნივ დაკონვერტირებულია ვორდში.

უნიკოდის ბრალიაო წავიკითხე ფორუმებზე, მაგრამ ვერ ვცვლი უნიკოდს

copura
თუ რამე საიდუმლო დოკუმენტი არ არის, შეგიძლია გამომიგზავნო? ან ერთი რომელიმე გვერდი დაქროპე და ის გამოაგზავნე.

copura
და მიზანი რა არის საბოლოოდ? დარედაქტირება გინდა?

შეიძლება არასტანდარტული კოდირებითაა და ვერ გადაჰყავს. word-ში.
თავად ტექსტი თუ კოპირდება, მაუსით?

OGG
https://drive.google.com/open?id=0B1obZdhjG...UzlMM3g5a290VXM

Accident
დასკანირებული PDF-ები მქონდა. OCR Recognition გავუკეთე, მერე ვორდში გადავიტანე შემდეგი გზით: Insert > Object > Text from file.

სტანდარტული და არასტანდარტული კოდირებითაც ბევრი გავაკეთე ასე, მაგრამ რაც დიდი ზომის PDF ფაილებია, იმას ვორდში ვეღარ ვაკეთებ. აი პირველ სურათზე რაც ჩანს ეგ ერორი მაქვს.

Nitro PDF-იც ვცადე, მაგრამ არ აკონვერტირებს ვორდში სწორად, მგონი უნიკოდის ბრალია უკვე ეგ.

copura

რითი გაუკეთე?

ეს პროგრამა სცადე, რუსულია და წესით რუსული არ უნდა გაუჭირდეს.
https://rutracker.org/forum/viewtopic.php?t=5223060

Accident
Adobe Acrobat DC დავაყენე, 14 Day Trial და OCR-ით Editable ფორმატში გადავიყვანე, საიდან უკვე ვორდში გადამყავდა ძაან მარტივად. მერე ალბათ ზომა რომ დიდი იყო ვეღარ გადაიყვანა, ან რექოგნიშენ ვეღარ გააკეთა ან უნიკოდმა აურია. არვიცი.

ეს პროგრამა მგონი ვცადე. აღარ მახსოვს, 30 მდე პროგრამა გადმოვწერე. ვცდი მაინც ერთხელ კიდევ. მადლობა.

და უნიკოდთან დაკავშირებულ პრობლემას გამორიცხავ?

copura

არ გამოვრიცხავ, უბრალოდ ვერ ვხდები რა კოდირებაზეა საუბარი.


ეგ PDF კოდირებული ხომ არ ყოფილა? უბრალოდ იყო სურათები, ხომ?

Adobe Acrobat OCR-ს, ეგ სურათები უნდა ამოეცნო და მორჩა, კოდირება რა შუაშია, თავად, Acrobat ხომ არ მოუფიქრებდა ახალ კოდირებას.
თუ შეძლებდა ამოცნობას და მიხვდებოდა რომ რუსული იყო, წესით ავტომატურად რუსულ უნიკოდში ამოიღებდა ტექსტს.

ხოდა, ჩემი ვარაუდია, რომ Acrobat-მა ვერ ამოიცნო ტექსტი,



მაგალითად, ზემოთ რომ სურათი დადე, http://i65.tinypic.com/rk4iaf.png

პირველი სიტყვა региональные -ს ნაცვლად, Acrobat-მა ამოიცნო реmoHaJibl



ამიტომ, ჯობია უკეთესი OCR სცადო, ყველაზე ცნობილი რუსული პროდუქტი კი სწორედ ეგ Abbyy finereader არის.
რუსულმა პროგრამამ უკეთესად უნდა მოახერხოს რუსულის ამოცნობა, ვიდრე Adobe-მა.

Accident
არვიცი ამ უნიკოდებში ვერ ვერკვევი, რაც ძირითადად რუსულ ფორუმებზე წავიკითხე, ეგ იყო.

არადა 20-მდე PDF მას, OCR-ით გავაკეთე. და მერე ძაან წყნარად და უპრობლემოდ ვორდში, Text from file-ით გადავიტანე ისე, რომ ერთი ასოც არ ყოფილა შეცდომით.

რაც ზემოთ დრაივზეა ატვირთული PDF, ზუსტად ეგეთი ფაილები იყო. უბრალოდ ეს მოცულობაშია დიდი. თავიდან ვიფიქრე მოცულობის ბრალია მეთქი, მაგრამ ეხლა ვეღარ ვხვდები რა შეიძლება იყოს.

არადა ისეთი ტექსტები მაქვს ამოღებული, მეგონა OCR ვერ გაქაჩავდა. და ამ PDF-ზე რატო გაუჭირდა ვერ გავიგე.

ეხლა ABBYY მაქვს გაშვებული და ვნახოთ
* * *
მეშველა მგონი!!!

PaperPort-ით გავაკეთე. საბოლოო ჯამში 2-3 % ვერ გადმოიტანა, ისე ძაან მშვენივრად და მოკლე დროში გააკეთა.

ვნახავ სხვა ფაილებს როგორ დაამუშავებს