教你正确使用文字识别软件ABBYY的转换格式功能

PDF文档作为一种以图像模型作为基础的文件格式，可以在不同操作系统的计算机上使用，而且由于其图像模型的特点，在打印时能保持颜色、排版等准确性，是一种十分流行的文件格式。

但PDF文档有一个缺点，就是其编辑功能不如Word文档等办公软件好用。因此，很多人在编辑PDF文档时会选择将其转换为Word文档等。本文将会教大家怎么正确使用文字识别软件ABBYY FineReader PDF 15进行PDF文档的格式转换。

一、使用转换文档功能

ABBYY FineReader PDF 15提供了多种PDF文档转换格式的选项。如图1所示，我们可以将PDF文档转换为Word文档、Excel电子表格，或其他如PPT演示文稿、TXT等格式。

接下来，我们以转换为Word文档为例，单击“转换为Microsoft Word”。

图1：转换文档功能

二、以转换为Word文档为例

在转换为Microsoft Word面板中，可通过使用其工具栏中的“添加文件”按钮，添加一个或多个PDF文档。

图2：添加文件

完成PDF文档的添加后，我们就需要选择转换保留的格式。那么，不同保留格式导出的Word文档有什么不同？该如何正确选择这些格式呢？

如图3所示，可以看到，精确副本与可编辑副本相似，均保持了大部分原始格式，但精确副本相对准确度更高，但提供的编辑选项有限，比如一些图形化文本可能无法编辑等。而格式化文本与纯文本更着重保留文本信息，精简了图片等元素。

图3：设置保留格式

小技巧：如果您不想花费时间逐一查看这些保留格式导出的文本样式，可使用“在OCR编辑中打开”的功能。

图4：在OCR编辑器中打开

在OCR编辑器的顶部保存选项中，当我们选取不同的保留格式后，下方的预览窗口就会显示该保留格式相对应的保存样式。比如，当前选择的是“精确副本”，下方的预览窗口就会出现精确副本的导出样式预览。

接下来，我们通过导出的实例来进一步了解这些保留格式的区别。

 

图5：OCR编辑器保存选项

1、精确副本与可编辑格式

在本例中，精确副本与可编辑格式的导出样式基本一致。这两种格式都能很好地“复制”原有PDF文档的排版、文本格式等，适合用于需要将整页整体输出使用的情况。

图6：精确与可编辑格式

2、格式化文本

格式化文本，是在保留文本格式的前提下，将文本单列为一列，方便进行文本信息的提取使用。由于该格式保留了一部分文本格式，可直接用于PPT等演示文稿的制作，而无须进行文本的格式化。

图7：格式化文本

3、纯文本

纯文本是四种保留格式中更为精简的格式，不仅精简了整体的格式，而且还精简了文本格式，适用于单纯的文本提取。

图8：纯文本

四、小结

以上四种保留格式是针对转换为Microsoft Word文档的，对于不同的转换格式，ABBYY FineReader PDF 15会提供不同的保留格式选项。我们可以根据文档的使用目的，选取合适的保留格式。