请问如何处理PDF文件中图片上的文字？(How to convert the text in graphics in PDF file to editable text?)

Han Li wrote:

这个问题困扰了我很长时间了，以前我用ABBYY Finereader处理，在转换成Word的时候，先把图片作为picture框选，再把图片中的文字作为text框选，然后扫描保存。但这样做的结果是，图片中的文字可以编辑了，但文字区域的背景色彩也丢失了。其实这样的文件完全可以要求客户处理，但我也确实想学习一下。还请有相关经验的朋友指点，谢谢了！
PS:这几天上网可能不太方便，所以可能不能及时回复。

Duncan Deng wrote:
好像客户很少要求同时 DTP 的

NieJing wrote:

你所说的图片上的文字是字还是与背景的图融合在一起，无法单独复制出来？
如果真的是字，就很方便处理。可以用indesign或是illustrator把字给抠出来。翻译后再把字贴回去。有一个软件,bcl drake 它的转WORD功能很不错的，你也可以试试。

如果是看起来是字，实际上是图，那就比较麻烦，问一下客户有没有原始的制做这个PDF的文件，比如说indesign文件或Quark文件，直接在上面改。不过也必须要求你懂这些排版软件。

如果我的客户想让我翻译PDF，又想做成PDF的话，我总是外包出去。这个没有办法，翻译也不可能是全能的。你这样做也算是替国家的就业问题出了一把力。

Wenjer Leuschel wrote:



確實很少客戶會要求翻譯者同時做 DTP 工作的。不過，如果你做的是 freelance project management，那就很可能常常必須安排 DTP 的工作。我能透露的是，DTP 的預算往往佔整個工作費用的相當大比例，給翻譯工作增加相當高的附加價值。因此，有 DTP 本領的翻譯者當然可以獲得較有利的工作條件。

我比較擔心的則是有些翻譯者不知道這行裡的規矩，賤價把翻譯和 DTP 工作結合在一起，那就很容易打壞原本即已不很樂觀的中文翻譯市場。一般情況下，我會把 DTP 工作另外派給專業人士，讓他們獲得工作機會，而不會要求翻譯者順道做 DTP，最主要原因是翻譯者對某些排版細節並不熟悉，容易犯錯，那會造成原本要達到的文宣效果大大降低。

另外，培養專業 DTP 人才也是我們這個行業裡非常重要的一個環節，分工是非常必要的，可以避免浪費翻譯者專業進修的時間，而專業 DTP 人才可以做出更有價值的文件，對終端客戶有利而無弊。因此，我寧可多花一點費用讓 DTP 公司或 freelancers 做這份工作，這也是為我的客戶負責的考量。除非翻譯者本身早已熟悉 DTP 的所有細節，否則我不可能把 DTP 交給翻譯者做。

順道說一下，真正做 DTP 的人大多使用 MacIntosh，而不用 IBM Compatible PC 做他們的工作。從我這裡出去的工作，以 Mac 定稿的比例相當高。InDesign 也是其中一種排版工具，用 Compatible 做的和 Mac 做的到底有差別。利潤確實不小，尤其用 Mac 做出來的。

Duncan Deng wrote:

如果你说的文件是英文的（我觉得应该是。。。），Omnipage可以很好地把各个元素转换出来。但是该软件无法识别中文，这点是个遗憾。

不知道大家有没有受到一份调查的邀请，调查的一部分就是看大家一般的工作包不包括DTP，愿不愿意接受DTP的培训等等。

现在我做的翻译多是side-by-side的，客户不要求排版，好像他们可以把原文件导出为文本格式（如xml），然后再导入翻译文本就可以了，这样可以保留格式，但也需要根据译文进行调整。

DTP这块的利润应该挺大的，所以我在不断学习Indesign，哈哈。

Shang wrote:

如果文本是可编辑的，直接复制即可。

如果文本是不可编辑的图片，一种很简单的办法是将PDF保存成tiff文件，然后用Microsoft Office Document Imaging打开tiff文件，对文字部分进行OCR处理。文本背景应该是图片，在PDF里复制即可；可能要用Photoshop等工具处理，将原文覆盖掉。