将图片中的文字提取出来.doc

将图片中的文字提取出来、将PDF文件转换成word文档以及将图片中的网址和文字去掉的方法

最近这段时间，由于要编写一文档，我搜集了相关的内容。需要用到的内容在pdf文档中，因此，寻找出将pdf文件转换成word的文档或者是将pdf中的文字、图片提取出来是关键。在此，我将所用到的转换软件以及相关的要点写下来，方便有此需要的各位查阅。

将pdf转换成word文档中，我分别试用了两个软件进行转换：（1）AdobeAcrobat7.0Professional（2）(pdf输出word)绿色汉化版V3.0。
AdobeAcrobat7.0用法为，用Acrobat7.0打开pdf文件，然后打开"文件"菜单点击"另存为"然后将保存类型改为Microsoftword文档，即可将pdf转换为word文档，不过此种方法比PDF2Word3.0的转换效果差，我试验了转换几篇pdf文档，PDF2Word3.0的转换效果要比Acrobat7.0好，因此建议用PDF2Word3.0来进行转换。PDF2Word3.0下载可点击其超链接进行下载。

将pdf转换成word文档容易，但有种情况，将pdf文件转换成word文档后，在word文档种，里边的文字不能编辑，文字都是由一张张图片组成的，碰到这种情况，难道我们只能一个一个的看着图片将文字录入文档中再编辑吗？我找了几个软件来将图片中的文字，提取出来保存到word文档中，易于我们进行编辑、排版等操作。其中我试用感觉用Office2003提取图片中的文字，准确度较高。方法如下：
（1）我们需要安装"MicrosoftOfficeDocumentImaging"的组件，点"开始→程序"，在"MicrosoftOffice工具"里点"MicrosoftOfficeDocumentImaging"即可安装运行。
（2）打开带有文字的图片或电子书籍等，找到你希望提取的页面，按下键盘上的打印屏幕键（PrintScreen）进行屏幕取图。（3）打开MicrosoftOfficeWord2003，将刚才的屏幕截图粘贴进去；点击"文件"菜单中的"打印"，在安装MicrosoftOfficeDocumentImaging组件后，系统会自动安装一个名为"MicrosoftOfficeDocumentImagingWriter"的打印机。
"MicrosoftOfficeDocumentImagingWriter"打印机，其他选项无须额外设置，点击"确定"按钮后，设定好文件输出的路径及文件名（缺省使用源文件名），然后很快就可以自动生成一个MDI格式的文档了。
打开刚才保存的MDI类型文件，根据你的需要用鼠标选择文字内容（被选中的内容在红色的框内），然后单击鼠标右键，在弹出的快捷菜单中选择"将文本发送到Word"，即可将图片内容自动转换为一个新的Word文档，然后你就可以在Word文档中随心所欲地进行编辑这段文字了。
或者打开MDI文档，选择"工具"菜单，选中"将文本发送到word"，然后一直按确定就可以了。完成了将图片中的文字作为文本发送到word中后，我们就可以在word中对该文档进行编辑、排版等操作了。
将图片中的文字提取出来，我试用了其他OCR文字识别软件以及用上面这种方法来操作，提取出的文字都有些错别字或者是出现其他字符等。相对来说对于，用"MicrosoftOfficeDocumentImaging"组件来提取的方法，提取出的文字正确率较高。

将图片中的网址和文字去掉的方法
可以用图象处理软件，比如PS，最好不要使用橡皮工具，会把想要的的背景色也给涂掉的，建议使用图章工具，慢工出细活，只能一点一点地修改了。
若其他朋友有更好的方法，请给予告知，大家相互学习，共同进步。