一次OCR实践的心得

背景

购买了一份PDF但只能在特定环境下查看，颇有不便，因此想将其转换成word。记录下实践心得。以便再用。

首次实践

1，提取成图片。该PDF只能特定环境下查看，由于有加密保护，无法直接截屏。解决办法：在host B上远程登录特定环境host A，然后在B上截图。

2，为提高截图的效率以及保证一致性，采用hypersnap。指定区域然后可连续截图。

3，将图片通过OCR转换。由于环境受限不能安装软件。故主要选择Online转换工具。比较了10+网站，发现Free Online OCR - Image to text and PDF to Doc converterImage to text converter is a free OCR tool that allows you to convert Picture to text, convert PDF to Doc file and extract text from PDF fileshttps://www.onlineocr.net/

此网站的转换效果相对最佳。 

注：

此网站为收费网站，一天只能免费转换15页。为避开此限制，可在达到上限后，重开chrome并采用隐身模式。便又可转换15页。重复此过程便可。

虽然是相对最佳，但格式很多乱掉，错误也很多。尝试着手动修改，一天仅改了个10来页。慢且痛苦。

优化实践

周末琢磨了一下。照此修改下去费时费神。调整思路：1，换成桌面版的专业软件。2，提高图片分辨率。

1，通过VPN连接后，在32寸的4K显示器上，重新截图。

2，安装ABBYY的企业版（试用版可以免费转换100页。在范围内）。设置最优的选项，启动转换。

此时查看效果，明显好了很多。

注：ABBYY的转换效果相比而言已经好了很多。但依然存在不少问题。手工调整便可。一天基本可修改完。

总结 

1，分辨率要足够。可以直接上大尺寸的4K显示器。

2，选王者ABBYY。