PDF数据提取

Question

我有没有办法通过突出显示所需的字段来获取扫描的 PDF 图像并从图像中提取数据？我们每天扫描数以千计的房地产契约 PDF 图像，并希望能够自动化数据输入过程。我们面临的问题是没有两个行为是相同的。

Answer 1

在cmets中已经说过Stackoverflow主要是编程问题。

尽管如此，仍有可能，具体取决于实际文档和要处理的数量。

在高端，有一款名为 Teleform 的产品，最初由 Cardiff 开发，现在归 HP 所有，用于处理纸质表格；您还可以查看业务流程应用程序 Cardiff LiquidOffice，即现在的 HP LiquidOffice。

在低端，我开发了一个 PDF 格式的应用程序，在 Acrobat 下运行，它可以采用扫描和 OCRd 表格，并将数据传输到专门准备的可填写表格，从那里可以将数据导出到数据库， 例如。如需更多信息、演示和报价，请随时私下与我联系。

如果你想使用 Acrobat 开发一些东西，你也可以从一个 OCRd 文档开始，然后使用 Redaction 功能的能力（或使用 Appligent 的工业级 Redaction 工具 Redax）找到关键字，然后使用这些关键字的位置信息以提取更多数据。