Scanned PDF to Word OCR C#

Các tệp PDF đã quét thường bao gồm hình ảnh, điều này làm cho văn bản không thể chọn và không thể chỉnh sửa. Trong nhiều trường hợp, bạn có thể cần chuyển đổi PDF đã quét thành tài liệu Word. Bài viết này sẽ hướng dẫn bạn qua các bước để chuyển đổi các tệp PDF đã quét thành tài liệu Word ở định dạng DOCX hoặc DOC một cách lập trình sử dụng C#.

Mục lục

1. Cài đặt API C# cho chuyển đổi PDF đã quét sang DOCX

Để làm việc hiệu quả với các tệp PDF đã quét, bạn có thể tận dụng Nhận dạng Ký tự Quang học (OCR) bằng cách sử dụng API Aspose.OCR for .NET. Sau khi nhận diện văn bản, bạn có thể tạo một tài liệu Word bằng cách sử dụng API Aspose.Words for .NET. Bạn có thể cài đặt các API này bằng cách tải xuống các tệp DLL từ New Releases hoặc bằng cách sử dụng các lệnh cài đặt NuGet sau:

PM> Install-Package Aspose.OCR
PM> Install-Package Aspose.Words

2. Chuyển đổi lập trình PDF đã quét thành tài liệu Word

Để chuyển đổi các tệp PDF đã quét thành tài liệu Word, bạn phải nhận diện văn bản bằng cách sử dụng OCR. Quy trình này chuyển đổi PDF đã quét thành văn bản có thể chỉnh sửa, sau đó có thể được định dạng thành một tài liệu Word ở định dạng DOC hoặc DOCX. Thực hiện theo các bước sau để đạt được chuyển đổi PDF đã quét sang DOC trong C# .NET:

  1. Khởi tạo một thể hiện của lớp AsposeOcr.
  2. Sử dụng lớp DocumentRecognitionSettings để nhận diện hình ảnh từ PDF.
  3. Tạo một đối tượng StringBuilder để lưu trữ văn bản đã nhận diện.
  4. Khởi tạo một tài liệu Word bằng cách sử dụng lớp Document.
  5. Chỉ định định dạng phông chữ và đoạn cần thiết.
  6. Lưu tài liệu Word đầu ra ở định dạng DOCX hoặc DOC.

Dưới đây là một đoạn mã minh họa cách chuyển đổi tệp PDF đã quét thành tài liệu Word một cách lập trình bằng C#:

3. Nhận giấy phép đánh giá miễn phí

Bạn có thể thử nghiệm các API với đầy đủ khả năng bằng cách yêu cầu một giấy phép tạm thời miễn phí.

4. Kết luận

Trong bài viết này, bạn đã học cách chuyển đổi một tệp PDF đã quét thành tài liệu Word ở định dạng DOCX hoặc DOC một cách lập trình bằng C#. Ngoài ra, bạn có thể khám phá nhiều tính năng khác liên quan đến OCR bằng cách truy cập tài liệu. Nếu bạn có bất kỳ câu hỏi nào, hãy liên hệ với chúng tôi trên diễn đàn.

5. Tài nguyên bổ sung

Mẹo: Nếu bạn cần chuyển đổi một bài thuyết trình PowerPoint thành tài liệu Word, hãy xem xét việc sử dụng bộ chuyển đổi Aspose Presentation to Word Document.

Bằng cách sử dụng Plugin Aspose, bạn có thể quản lý hiệu quả các tệp đã quét và nâng cao ứng dụng .NET của mình chỉ với $99. Với thư viện C# tốt nhất cho chuyển đổi PDF sang Word, bạn có thể đạt được chuyển đổi PDF sang Word chất lượng cao và đơn giản hóa quy trình làm việc của mình một cách dễ dàng. Dù bạn đang tìm cách chuyển đổi PDF dựa trên hình ảnh sang Word hay tìm kiếm một bộ chuyển đổi PDF sang Word hiệu quả C# .NET, Aspose cung cấp các công cụ bạn cần cho sự tích hợp và chức năng liền mạch.

Hướng dẫn này phục vụ như một tài nguyên toàn diện cho những ai quan tâm đến chuyển đổi tài liệu đã quét sang Word C# và cung cấp một mã C# thực tiễn cho chuyển đổi PDF sang Word bằng cách sử dụng thư viện OCR .NET cho PDF sang Word.