如何从 pdf 文件中的表格中获取文本？

Question

我想从 PDF 文件中的表格中获取文本？

我无法在表格中获取单元格。我试图运行 Leadtools 的示例，但它无法自动检测单元格。

https://www.leadtools.com/help/leadtools/v20/dh/fo/iocrtablezonemanager.html

你能给我建议吗？谢谢大家

Answer 1

在与您发布的图片相似的表格中，您应该能够使用 IOcrPage.TableZoneManager.AutoDetectCells() 方法找到单元格。此方法用于当前版本的 LEADTOOLS 随附的 OcrMultiEngineDemo 项目中。

测试方法如下：

1. 运行 OCR 多引擎演示。
2. 选择 OmniPage OCR 引擎
3. 打开包含表格的图像或 PDF 文件。
4. 在桌子周围画一个区域。
5. 从 OCR->区域菜单中选择“更新区域...”。
6. 在“更新区域”对话框中，单击“检测细胞”，如附图所示。

如果这没有给您预期的结果，请将您正在测试的实际文件发送到 support@leadtools.com，并说明您是如何准确测试的。