Nemozem zmenit PDF na TXT

[zen]

Mam tu taky sprosty PDF v ktorom mi nefunguje Search, nenajde mi ani co mam na riadku priamo pred ocima. Nie, nie je to scan. Podla filesize je to text. Zvetsil som to: je to text.

Foxit moze PDF zobrazit ako text, overil som na inych PDF (nie je to moc pekne, ale poradil by som si s tim). No, zde katastrofa:

Zkusil som prekopirovat do notepad, katastrofa.
Zkusil som Sumatra. Katastrofa.
Zkusil som Calibre. Katastrofa.
Zkusil som PDFTOTXT. Katastrofa.
Zkusil som natisknut cez CutePDF. Vysledok je 10x vetsi, v Foxit zobrazeny takisto (len ako text biela stranka).

Pozrel som sa, ako vyzera. Zacina PDF-1.4, to sa mi paci, ale to je asi vsetko, co viem o PDF. Dale vidim, ze je tam spousta

Kód: Vybrať všetko

/Filter/FlateDecode/Length 194
endstream
/Filter/FlateDecode/Length 681
endstream
/Filter/FlateDecode/Length 211
endstream
/Filter/FlateDecode/Length 346
endstream

Celkom by ma neprekvapilo, ze tam su paragrafy s 194, 681, 211, 346 characters. Isolovat by to nebolo tazke, ale decompress asi nebude legrace.

Potom som si spomenul, ze fonts casto robi problemy. Je ich tam par:

Kód: Vybrať všetko

/Font 221 0 R
/Font 435 0 R
/Font 635 0 R
/Font 835 0 R
/Font 1038 0 R
/Font 1236 0 R
/Font 1451 0 R
/Font 1649 0 R
/Font 1849 0 R
/Font 2056 0 R
<</Type/Font
>>/FontMatrix[1 0 0 1 0 0]/FontBBox[0 0 1000 1000]/FirstChar 0/LastChar 198/Widths[
<</Type/Font
>>/FontMatrix[1 0 0 1 0 0]/FontBBox[0 0 1000 1000]/FirstChar 0/LastChar 191/Widths[
<</Type/Font

Vymazat? Zmenit?

Nechce sa mi studovat PDF format, asi by som to mal rychleji prepisane. Zkusenejsi, poradte.

(Subor zial nemozem prilozit a z toho dovodu take nechcem pouzit online convertory.)

[rudko]

je to vektorove pdf. preto ti to nejde. musis najst konvertor ktory si s tym poradi. alebo pouzi nejake ocr na to

[Radus]

... a keby si to nechal prebehnúť napríklad cez Abby a nanovo rozpoznať text?

[zen]

je to vektorove pdf. preto ti to nejde. musis najst konvertor ktory si s tym poradi. alebo pouzi nejake ocr na to

Rudko, nepopletol si to? OCR je treba na raster. Vidis ten prvy printscreen?

... a keby si to natiskol a nechal prebehnúť napríklad cez Abby a nanovo rozpoznať text?

Take moznost. No, dufam najst cosi jednoduchsie.

[rudko]

ocr-ku je v konecnom dosledku jedno ci je to raster alebo vektror

[Andrej152]

len tak mi napadlo
sfotit to mobilom napr. do google prekladaca ? ten dokaze rozoznat text a vysledok si skopirujes do txt ?

[Radus]

Nevravím aby si niečo tlačil, do ABBY vieš vložiť rovno PDFko a vypľuvne ti to text. V takejto kvalite to budeš mať rozpoznané bezostraty...myslím. Pošli mi to, ja ti to vytiahnem. Minutka...

[her]

Zkuste https://www.onlineocr.net/ - do asi 15 stránek zadarmo a podporují i češtinu

[zen]

ocr-ku je v konecnom dosledku jedno ci je to raster alebo vektror

Take ma napadlo, ako sa s tim vysporiada ABBYY.

do ABBY vieš vložiť rovno PDFko a vypľuvne ti to text. V takejto kvalite to budeš mať rozpoznané bezostraty...myslím.

V to som dufal. Lenze... ABBYY na text kasle, stranku si zobrazi ako image a prejde to OCR. Ze obcas prida space by mi ani tak nevadilo, to vyfiltrujem. No, ze nahodne prida alebo ubere CR je uplna katastrofa.

V povodnom PDF aj v Foxit aj v Sumatra sa mi podarilo copy/paste text do notepad. (Nechcel som robit s celym PDF, natiskol som cez CutePDF stranky, ktore potrebujem - uz dlho som s PDF nerobil, dufal som, ze vyberem vsetko s Ctrl A. Tento novy PDF ma odpovidajucu velikost, Foxit a Sumatra ho zobrazuji presne ako ten povodny, len vyber textu nefunguje. Pre ABBYY celkom nie je rozdiel.)

Zde som mal CR naviac, ale to az taky problem nebol, horsie, ked chybaju.