Как удалить OCR из PDF?

13

Я давно ищу в Google, но не могу найти ответ на свой вопрос.

У меня есть нежелательные слои распознавания текста в документе, который я недавно сканировал с помощью Adobe Acrobat. Он не был правильно распознан, и я хочу отредактировать некоторую информацию, но OCR создает необходимую информацию для удаления. Я преобразовал файлы в формат TIF, но заметил (очень) значительную потерю качества. Я слышал, что печать в другой PDF-файл либо сохраняет текст, либо снижает качество изображения.

Я ценю любую помощь в решении этой проблемы как можно скорее.

Спасибо.

— Sanoo
источник

5

В Acrobat Pro DC подходящей командой является «Удалить скрытую информацию», доступную через инструменты «Защита» и «Редактирование».

При запуске команды она просто ищет скрытую информацию, но не меняет документ. Затем вы должны указать Acrobat, какую информацию удалить. В этом случае выберите «Скрытый текст» на панели результатов, затем нажмите кнопку «Удалить» и сохраните измененный документ.

— user1125483
источник

Я использовал «удалить скрытую информацию», но для меня почему-то просто удаляются части изображения на определенных страницах. Спасибо за ваш ответ, однако.

— Sanoo

Это не универсально верно. Каким-то образом (возможно, ошибки в macOS PDFKit) мой текст ABBYY FineReader-OCR был поврежден, и проверка «Скрытый текст» в разделе «Редактирование → Удалить скрытый» удалила текст без каких-либо проблем; Затем я смог успешно использовать функции «Улучшенное сканирование» → «Распознать текст» для выполнения распознавания текста в самом Acrobat.

— Николас Райли

Проблема для меня заключается в том, что после удаления скрытого текста я все еще не могу запустить OCR с «ClearScan» (то есть «Редактируемый текст и изображения»). Это странно, потому что текстовый слой, по-видимому, пропал, но при запуске OCR выдается ошибка «Acrobat не может выполнить распознавание, потому что: страница содержит воспроизводимый текст».

— user1125483

1

После долгих экспериментов я обнаружил, что при печати в Adobe PDF из Adobe Acrobat документ печатается без распознавания текста и без потери качества (незаметное на первый взгляд разрешение теряется).

Однако многие сайты утверждают, что это не работает. Я также пробовал другие принтеры, такие как Foxit Reader и OneNote, но качество было снижено. JPEG тоже был таким же.

Пожалуйста, имейте в виду, что ваш пробег может отличаться.

Примечание: я оставляю эту ветку помеченной как неотвеченную в надежде найти лучший ответ, чем мой.

— Sanoo
источник

1

(один год назад...)

Если, как вы говорите, документы отсканированы и, например, не напечатаны в формате PDF из Word, вы можете легко удалить их с помощью Adobe:

Выберите « Документ», «Проверить документ», и теперь вы можете удалить скрытый текст (OCR).

— Fran
источник

Спасибо за ответ. Я проверю это, как только смогу, и дам вам знать. Спасибо за ответ!

— Sanoo

Я думал, что уже прокомментировал это, но проблема в том, что у меня есть Acrobat DC Pro, и эти меню были удалены. В любом случае, спасибо за ваш ответ.

— Сано

1

В Acrobat Pro: используйте «удалить скрытую информацию» (в разделе «защита»). Выбрать все, выполнить, OCR пропал

— jazzzz
источник

1

В Acrobat X в разделе Защита есть кнопка Sanitize Document, которая удаляет ВСЕ, но то, что можно увидеть (включая текстовый слой OCR), преобразовывая документ в сплющенную битовую карту.

— Дейв
источник

0

Я создал инструмент для этого бесплатного PDF Redactor . Если вы загрузите изображение и нажмете «Отредактировать», оно сгладит ваш PDF и удалит OCR. При желании вы также можете нарисовать отметки редактирования на документе.

— levinology
источник