如何从pdf文件的表格中获取文本？

Posted 2021-04-11

我想从表格中获取PDF文件中的文字吗？

我无法获得表格中的单元格。我尝试运行Leadtools的示例，但是它无法自动检测单元格。

https://www.leadtools.com/help/leadtools/v20/dh/fo/iocrtablezonemanager.html

您能给我建议吗？谢谢大家

答案

在类似于您发布的图像的表中，应该可以使用IOcrPage.TableZoneManager.AutoDetectCells（）方法找到单元格。当前版本的LEADTOOLS附带的OcrMultiEngineDemo项目中使用了此方法。

这里是测试方法：

1. 运行OCR多引擎演示。
2. 选择OmniPage OCR引擎
3. 打开包含表格的图像或PDF文件。
4. 在桌子周围画一个区域。
5. 从OCR->区域菜单中选择“更新区域…”。
6. 在“更新区域”对话框中，单击“检测单元格”，如下图所示。

如果这不能给您期望的结果，请将您要测试的实际文件发送到[e-mail]，并说明您如何进行精确测试。