OCRソフトでPDF形式の表を読み込みしたいです

質問

複合機のスキャナー機能を使い、ワードで作った用紙をパソコンにPDF形式でデータ（文字と表）でおくりました。そしてOCRソフトでワード形式に変換しましたが表がうまく読み取れていません。（文字はだいたい読み取れました）
ちなみにワード２００７を使用しています

１、OCRソフトで表を読み込むのは難しいのですか？

２、OCRソフト以外に表を読み取る方法はありますか？あったら教えてください。

お手数おかけしますが回答よろしくお願いします

回答No.2

ORUKA1951 · ベストアンサー

OCRではなく、そのままテキストとしてコピーして、適当なテキストエディタでCSVにしてからエクセルなどで読取ります。
[例]
　⇒履歴書・職務経歴書のサンプル( http://www.workport.co.jp/template/dl.html )
の卒業年早見表のPDFですと、最初の部分をテキストエディタにコピーすると
昭和
31
年
昭和
32
年
昭和
33
年
昭和
34
年
昭和
35
年
昭和
36
年
・・・【以下略】・・・
となりますから、
\n([H,\d]{1}\d)\n　⇒ \1,
と言う風に正規表現をつかってCSVに変更し細かい調整すると

,,生まれた年,,,,,,,,,
,,昭和31年,昭和32年,昭和33年,昭和34年,昭和35年,昭和36年,昭和37年,昭和38年,昭和39年,昭和40年
小学校,卒業3月,44,45,46,47,48,49,50,51,52,53
中学校,卒業3月,47,48,49,50,51,52,53,54,55,56
高等学校,入学4月,47,48,49,50,51,52,53,54,55,56
,卒業3月,50,51,52,53,54,55,56,57,58,59
大学,入学4月,50,51,52,53,54,55,56,57,58,59
,短卒3月,52,53,54,55,56,57,58,59,60,61
,卒業3月,54,55,56,57,58,59,60,61,62,63

になります。これを.csvとして保存して、エクセルで開く。開いてご覧なさい(^^)

★PDFは、あくまで印刷物です。
　元々、UNIXなどのネットワーク上のプリンターで印刷するpostscriptプリンターというコンピューター内臓のプリンターがあり、各コンピューターはpostscriptというテキストデータをプリンターに送るだけで、印刷できてました。Windosのように一台ごとにドライバーをインストールしなくてすむ。このpostscriptを可視化したものがPDFですので・・

お礼

回答ありがとうございます。

回答No.3

koko88okok

> １、OCRソフトで表を読み込むのは難しいのですか？

単純な表は問題ありませんが、複雑な表や細い罫線の表では困難です。

OCRソフトは、スキャナで読み取った図形を解析し、文字として認識して出力するためのソフトなので、スキャニングの条件（濃淡）によっても差異が発生します。

むしろ、原稿の表の罫線の位置をスケールで読み取り、「表のプロパティ」で「行の高さ」「列の幅」などを指定した方が簡単に短時間で再現できます。

> ２、OCRソフト以外に表を読み取る方法はありますか？あったら教えてください。

残念ながら知りません。

お礼

回答ありがとうございます。

回答No.1

bunjii

>１、OCRソフトで表を読み込むのは難しいのですか？
紙データしかない場合に利用しますが正しい読み取りは期待できません。

>２、OCRソフト以外に表を読み取る方法はありますか？
他には良いソフトを知りません。

ワードで作成したデータを態々印刷してスキャナーでPDFファイルに変換するのは徳作ではではありません。
更に、それをスキャナーでワード形式に変換するのは無駄の上塗りです。
ワードで作成した文書をそのまま送れば良いのではないでしょうか？

お礼

回答ありがとうございます。