Existe uma maneira de fazer com que o Microsoft Office Document Imaging capture o layout do documento?

Question

Estou tentando digitalizar um pacote de informações em uma série de documentos do Word. As primeiras páginas fazem parte de um índice. É colocado assim:

Article VIII                                     13
    Section 1 .... Notice of Association         13
    Section 2 .... Notice of Unpaid Assessments  13
    Section 3 .... Notice of Other Notices       13
Article IX                                       14
    Section 1 .... Conflict of Interest          14
    Section 2 .... Blah blah                     15

Quando eu abro o arquivo .TIF digitalizado no MODI e copio / colo no Word, é assim:

ARTICLE I.
Sect ion
Section
Sect ion
Sect ion
Sec;ion
Section
Section
Section
Section
Section
Sect ion
Section
ARTICLE II
Section 1.
Section 2.
Section 3.
Section 4.

Basicamente, parece converter espaço em branco e períodos consecutivos em retornos de carro. Se pudesse pelo menos manter a posição das seções de texto usando tabulações ou espaços, isso seria pelo menos um pouco impressionante.

    

Answer 1

Até onde eu sei, a imagem do MS Document não pode capturar o layout de um documento, mas esses produtos podem:

• Royalty Free OCR - Ferramenta gratuita e agradável.
• NewOCR - gratuito, online.
• ABBYY FineReader - software realmente incrível, mas não é barato. Tem julgamento embora.

Answer 2

Eu sei que isso soa como uma maneira estranha de fazer isso, mas se você tiver uma cópia do Adobe Acrobat, poderá digitalizá-la como um PDF e, em seguida, salvá-lo como um documento do Word. Eu descobri que essa é uma maneira eficiente de converter documentos digitalizados em palavras.