Was ist der beste Weg, um qualitativ hochwertige Konvertierungen von PDFs in Word-Dokumente zu erhalten, die komplizierte Bilder und Texte enthalten?

Das OCR leistet phänomenale Arbeit beim Umgang mit Streumarken, Knicken im Papier usw. Diese werden in Grafiken umgewandelt, während der Text als separate Blöcke behandelt wird. Normalerweise kann das Dokument so bearbeitet werden, wie es ist – indem die überflüssigen Grafikblöcke gelöscht werden. Aber ich habe festgestellt, dass, wenn das OCR-Dokument zu überladen ist, man auf das Kopieren und Einfügen des Textes zurückgreifen muss. Es gab mehrere Scans, die ich gemacht hatte, bei denen Grafiken UNTER dem Text waren. Das letzte Mal, als dies geschah, war mit einem Bild eines Knickes auf der Seite. Ich musste auf das Kopieren und Einfügen zurückgreifen, weil sich die Grafik weigerte, entfernt zu werden, ohne dass der größte Teil des Textes mit entfernt wurde.

Es ist unwahrscheinlich, dass Sie etwas finden, das perfekt zwischen legitimen Text und zufälligen Flecken/Markierungen unterscheiden kann. Ich habe dies auf meinem eigenen System ausprobiert, bevor ich das Obige geschrieben habe; es funktioniert einwandfrei.