Quelle est la meilleure façon d'obtenir des conversions de bonne qualité de PDF en documents Word qui contiennent des images et du texte compliqués ?

L'OCR fait un travail phénoménal en gérant les marques errantes, les plis dans le papier, etc. Ils seront transformés en graphiques, tandis que le texte sera traité comme des blocs séparés. Normalement, le document peut être édité tel quel -- en supprimant les blocs graphiques superflus. Mais j'ai constaté que si le document OCRisé est trop encombré, il faudra recourir à copier et coller le texte. Il y avait plusieurs scans que j'avais faits qui avaient des graphiques SOUS le texte. La dernière fois que cela s'est produit, c'était avec une image d'un pli sur la page. J'ai dû recourir à copier et coller parce que le graphique refusait d'être supprimé sans enlever la plupart du texte avec lui.

Il est peu probable que vous trouviez quelque chose qui puisse parfaitement différencier entre le texte légitime et les imperfections / marques aléatoires. J'ai essayé cela sur mon propre système avant d'écrire ce qui précède ; cela fonctionne bien.