Estoy buscando un programa que pueda generar un archivo CSV a partir de una imagen escaneada o un PDF que contenga una tabla
Por ejemplo, si la entrada es
la salida sería el archivo CSV correspondiente:
AIDS Behav, 9712133, 2016
AIDS Care, 8915313, 2016
AIDS Educ Prev, 9002873, 2016
...
Y si es posible:
He encontrado algo asombroso http://tabula.technology/ ¡esta es la mejor herramienta que tenemos! También es gratis. Funciona muy bien con archivos PDF, pero incluso funciona bastante bien con tablas bien formadas como las de arriba que son imágenes.
Impresionante interfaz y excelente para usar.
Es de código abierto (Licencia MIT) y el código fuente está disponible en https://github.com/tabulapdf/tabula
ABBYY FineReader hace un muy buen trabajo en lo que respecta al reconocimiento óptico. Probablemente el mejor del mercado. Y también puede exportar a *.csv, entre muchos otros formatos. La desventaja es que no es gratis y esta versión en particular solo funciona en Windows .
Existe una versión diferente para macOS , pero carece de muchas funciones y, en general, es más lenta (subjetivamente) que una versión para Windows. También se sabe que las versiones anteriores de FineReader funcionan en Linux a través de Wine , aunque también son bastante inestables.
Aquí hay una captura de pantalla del programa con sus datos:
Ese es el resultado:
Journal Abbreviation,NlmlD,Y ear Added to MTIFL
AIDS Behav,9712133,2016
AIDS Care,8915313,2016
AIDS Educ Prev,9002873,2016
AIDS Patient Care STDS,9607225,2016
AJNR Am J Neuroradiol,8003708,2015
ASAIO J,9204109,2016
Acad Emerg Med,9418450,2014
Acad Radiol,9440159,2016
Accid Anal Prev,1254476,2015
Acta Chir Iugosl,0372631,2015
Acta Clin Croat,9425483,2015
Acta Diabetol,9200299,2016
Acta Med Croatica,9208249,2015
Acta Med Iran,14540050R,2015
Acta Neurochir (Wien),0151000,2014
Acta Neurol Scand,0370336,2015
Acta Odontol Scand,0370344,2015
Acta Psychol (Amst),0370366,2013
Acta Trop,0370374,2015
Adv Ther,8611864,2015
Ageing Res Rev,101128963,2016
Aging Clin Exp Res,101132995,2015
Aliment Pharmacol Ther,8707234,2014
Am J Addict,9208821,2015
Am J Sports Med,7609541,2014
OCR en sí tomó alrededor de 5 segundos en una vieja computadora portátil Thinkpad.
Tomé la imagen que publicaste y la ejecuté con mi escáner scansnap ix500. (Compre un escáner antiguo en craigslist por menos de 200 dólares y obtenga actualizaciones de software de abyys)
No Windows 10, sino Windows 7
No es gratis, pero tiene Abby Reader 5.0 que viene con un escáner
Presioné el botón escanear y presioné Abby escanear para sobresalir y generó un archivo .xls, no un csv como se solicitó. Journal Abbreviation NlmlD Year Added to MTIFL AIDS Behav 9712133 2016 AIDS Care 8915313 2016 AIDS Educ Prev 9002873 2016 AIDS Patient Care STDS 9607225 2016 AJNR Am J Neuroradiol 8003708 2015 ASAIOJ 9204109 2016 Acad Emerg Med 9418450 2014 Acad Radiol 9440159 2016 Accid Anal Prev 1254476 2015 Acta Chir Iugosl 0372631 2015 Acta Clin Croat 9425483 2015 Acta Diabetol 9200299 2016 Acta Med Croatica 9208249 2015 Acta Med Iran 14540050R 2015 Acta Neurochir (Wien) 0151000 2014 Acta Neurol Scand 0370336 2015 Acta Odontol Scand 0370344 2015 Acta Psychol (Amst) 0370366 2013 Acta Trop 0370374 2015 Adv Ther 8611864 2015 Ageing Res Rev 101128963 2016 Aging Clin Exp Res 101132995 2015 Aliment Pharmacol Ther 8707234 2014 Am J Addict 9208821 2015 Am J Sports Med 7609541 2014
ABBYY FineReader Engine para Windows
Pros 1. Funciona en Windows Contras 1. No es gratis 2. La configuración puede no ser trivial
API de OCR de visión de Google
Contras no acepta pdfs
Guarde su imagen como .png y pruébela y obtenga estos resultados
Funcionará en cualquier sistema operativo.
No es trivial, pero puede obtener salida a csv
“ Journal Abbreviation [AIDS Behav [AIDS Care [AIDS Educ Prev [AIDS Patient Care STDS [AJNR Am J Neuroradiol [ASAIO J [Acad Emerg Med [Acad Radiol [Accid Prev [Acta Chir lugosl [Acta Clin Croat [Acta Diabetol [Acta Med Croatica [Acta Med Iran [Acta Neurochir (Wien) [Acta Neurol Scand [Acta Odontol Scand [Acta Psychol (Amst) [Acta Trop [Adv Ther [Ageing Res Rev i [Aging Clin Exp Res [Aliment Pharmacol Ther [Am J Addict [Am J Sports Med i i i NImlD 9712133 8915313 9002873 9607225 8003708 9204109 9418450 9440159 1254476 0372631 9425483 9200299 9208249 1454005OR 0151000 0370336 0370344 0370366 0370374 8611864 101128963 101132995 8707234 9208821 7609541 Year Added to MTIFL O 2016 O 2016 O 2016 O 2016 O 2015 O 2016 O 2014 2016 O 2015 O 2015 O 2015 O 2016 O 2015 O 2015 O 2014 2015 O 2015 O 2013 O 2015 O 2015 O 2016 O 2015 O 2014 2015 O 2014 O ”
Mawg dice que reincorpore a Monica