2022-08-24 08:44:43 +08:00
|
|
|
|
# PDF2WORD
|
|
|
|
|
|
|
2022-10-22 23:58:44 +08:00
|
|
|
|
PDF2Word是PaddleOCR社区开发者 [whjdark](https://github.com/whjdark) 基于PP-StructureV2版面分析与恢复模型实现的PDF转换Word应用程序，提供可直接安装的exe应用程序，**方便Windows用户免环境配置运行**
|
2022-08-24 16:34:36 +08:00
|
|
|
|
|
2022-08-24 08:44:43 +08:00
|
|
|
|
## 1.使用
|
|
|
|
|
|
|
|
|
|
|
|
### 应用程序
|
|
|
|
|
|
|
|
|
|
|
|
1. 下载与安装：针对Windows用户，根据[软件下载]()一节下载软件后，运行 `pdf2word.exe` 。若您下载的是lite版本，安装过程中会在线下载环境依赖、模型等必要资源，安装时间较长，请确保网络畅通。serve版本打包了相关依赖，安装时间较短，可按需下载。
|
|
|
|
|
|
|
|
|
|
|
|
2. 转换：由于PP-Structure根据中英文数据分别进行适配，在转换相应文件时可**根据文档语言进行相应选择**。
|
|
|
|
|
|
|
|
|
|
|
|
### 脚本运行
|
|
|
|
|
|
|
2022-10-22 23:58:44 +08:00
|
|
|
|
3. 打开结果：点击`显示结果`，即可打开转换完成后的文件夹
|
|
|
|
|
|
|
|
|
|
|
|
> 注意：
|
|
|
|
|
|
>
|
|
|
|
|
|
> - 初次安装程序根据不同设备需要等待1-2分钟不等
|
|
|
|
|
|
> - 使用Office与WPS打开的Word结果会出现不同，推荐以Office为准
|
|
|
|
|
|
> - 本程序使用 [QPT](https://github.com/QPT-Family/QPT) 进行应用程序打包，感谢 [GT-ZhangAcer](https://github.com/GT-ZhangAcer) 对打包过程的支持
|
2022-10-25 18:20:00 +08:00
|
|
|
|
> - 应用程序仅支持正版win10，11系统，不支持盗版Windows系统，若在安装过程中出现报错或缺少依赖，推荐直接使用 `paddleocr` whl包应用PDF2Word功能，详情可查看[链接](https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.6/ppstructure/docs/quickstart.md)
|
2022-10-22 23:58:44 +08:00
|
|
|
|
|
|
|
|
|
|
### 脚本启动界面
|
|
|
|
|
|
|
|
|
|
|
|
首次运行需要将切换路径到PaddleOCR文件目录 ，然后运行代码
|
2022-08-24 08:44:43 +08:00
|
|
|
|
|
|
|
|
|
|
```
|
2022-10-22 23:58:44 +08:00
|
|
|
|
cd ./ppstructure/pdf2word
|
2022-08-24 08:44:43 +08:00
|
|
|
|
python pdf2word.py
|
|
|
|
|
|
```
|
|
|
|
|
|
|
2022-10-22 23:58:44 +08:00
|
|
|
|
### PaddleOCR whl包
|
|
|
|
|
|
|
|
|
|
|
|
针对Linux、Mac用户或已经拥有Python环境的用户，**推荐安装 `paddleocr` whl包直接应用PDF2Word功能**，详情可查看[链接](https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.6/ppstructure/docs/quickstart.md)
|
|
|
|
|
|
|
|
|
|
|
|
<a name="download"></a>
|
|
|
|
|
|
|
2022-08-24 16:46:25 +08:00
|
|
|
|
## 2.软件下载
|
2022-08-24 08:44:43 +08:00
|
|
|
|
|
2023-12-11 11:41:57 +08:00
|
|
|
|
如需获取已打包程序，可以扫描下方二维码或者点击[链接](https://aistudio.baidu.com/community/channel/610) 进入AI Studio【PaddleX社区频道】，免费获取20G OCR学习大礼包，内含OCR场景应用集合（包含数码管、液晶屏、车牌、高精度SVTR模型等7个垂类模型）、《动手学OCR》电子书、课程回放视频、前沿论文等重磅资料
|
2022-08-24 08:44:43 +08:00
|
|
|
|
|
2022-08-24 16:34:36 +08:00
|
|
|
|
<div align="center">
|
2023-12-11 11:41:57 +08:00
|
|
|
|
<img src="https://user-images.githubusercontent.com/45199522/279737332-e9f960f7-f0e5-4b92-95fb-79313bee2d89.png" width = "150" height = "150",caption='' />
|
|
|
|
|
|
<p>飞桨AI套件【PaddleX】社区频道二维码</p>
|
2022-08-24 16:34:36 +08:00
|
|
|
|
</div>
|
|
|
|
|
|
|
2022-10-22 23:58:44 +08:00
|
|
|
|
## 3.版本说明
|
|
|
|
|
|
|
|
|
|
|
|
v0.2版：新加入PDF解析功能，仅提供full版本，打包了所有依赖包与模型文件，尽可能避免安装失败问题。若仍然安装失败，推荐使用 `paddleocr` whl包
|
