【PDF】 再次厚颜求助

[Jerry]

PDF文本如下，版本不是很好，貌似是个abbyy Ocr以后导出的文本PDF，可能有大量识别讹误。
http://ebookbrowse.com/00050-berkhof-principles-of-biblical-interpretation-pdf-d33473588
无奈掏不起钱买书，将就着看了，一看臭毛病来了，这么“脏”，咱处理下吧，结果导入SK发现一个奇葩的现象，求支招。
导入Abbyy的结果是原来的文本反而会倒退成图像，不要，打死不要。
SK这是怎么了，怎么只有黑边没有正文了。。。莫非是只处理图像，文字自动忽略了。
看着这本书糟心，求软件对付！！

 

[teiler]

回复: 再次厚颜求助

这书，本来就被处理的面目全非了。

你可以用Acrobat Pro 的对象编辑工具（Tools→Content→Edit Object) 删除与正文距离较大的污渍。但如果污渍与正文交错，那就要小心不要把正文也删了。同时也要小心不要一不注意把整个页面对象删除了。

页边距太大，可以使用Acrobat Pro 的Crop Pages 修正。

PS, SK本来就是只能处理图片的工具。

 

[Jerry]

回复: 再次厚颜求助

基本可以对付，只是没法一页劈成两页吧。。。

 

[ktlau127]

回复: 再次厚颜求助

“结果导入SK发现一个奇葩的现象”

野人献曝一下，遇上「奇葩」我将pdf 转成djvu 再导入S[FONT=新細明體]K[/FONT]试试。

 

[teiler]

回复: 再次厚颜求助

“结果导入SK发现一个奇葩的现象”

野人献曝一下，遇上「奇葩」我将pdf 转成djvu 再导入S[FONT=新細明體]K[/FONT]试试。

k兄，这样做是可行的，因为djvu也无法将pdf的文本层直接转化为自己的文本层，只能转化为图片。更直接的办法是利用Acrobat Pro，直接将PDF另存为图片，然后再用SK处理。

但这个办法只有在PDF文档保留了扫描文件的原始图层才有意义。像Jerry这篇帖子里说的文档，我觉得不是很值得花那么多力气去处理。

 

[Jerry]

回复: 再次厚颜求助

惊动了Ktlau兄。其实先转图片我也想过的。开始我是想传统地用Abbyy剪切一遍，处理完的结果就全是图片了，估计和Djvu效果差不多吧。
无奈纯手工操作。。。完了之后还要重新ocr，这个功夫就懒得搞了。