PDF Dateien in TXT Umwandeln für FileÜberwachung

  • Beschreibung mit Kommandozeilen Befehlen zum umwandel einer PDF Datei mit Ghostscript und Tesseract über die Kommandozeile in ein TXT Dokument

    1 Anleitung zum PDF umwandeln in der Kommandozeile mit Hilfe von Ghostscript und Tesseract

    Alternativ könnt ihr auch EinsatzMonitor PDF-TIFF-TXT Fax Konverter mit Ordnerüberwachung nutzen.


    Alle Pfadangaben sind an die eigene Installation anzupassen! Es wird hier nur Beispielhaft ein Pfad angegeben um den kompletten Befehl darzustellen.


    Der erste Befehl um eine PDF mit Ghostscript in eine Bilddatei (hier tif, da dies gleich optimal für tesseract passt)


    • for /f "delims=" %%i in ('dir /b C:\Alarmfax_PDF\*.pdf') do set Letzte_Datei=%%i
    • "C:\Program Files\gs\gs9.21\bin\gswin64c.exe" -q -dNOPAUSE -dBATCH -sDEVICE=tiffg4 -sOutputFile="C:\EinsatzMonitor\Verarbeitung\TIF\Einsatz.tif" ""C:\Alarmfax_PDF\%letzte_datei%"


    Ich verwende zusätzlich den befehl for und delims um sicherzugehen das immer die letzte/aktuellste Datei verwendet wird


    Der zweite Befehl wandelt die Bilddatei nun in ein txt Dokument um (OCR Software tesseract ließt den Text aus dem Bild aus)


    • for /f "delims=" %%i in ('dir /b C:\EinsatzMonitor\Verarbeitung\TIF\*.tif') do set Letzte_Datei=%%i
    • "C:\Program Files (x86)\Tesseract-OCR\tesseract.exe" "C:\EinsatzMonitor\Verarbeitung\TIF\%Letzte_Datei%" "C:\EinsatzMonitor\Verarbeitung\TXT\Einsatz" -l alarm -psm 6


    auch hier verwende ich zusätzlich den befehl for und delims um sicherzugehen das immer die letzte/aktuellste Datei verwendet wird

    zusätzlich wird hier eine spezielle trainee Datei für Alarmfaxe verwendet, ich empfehle diese zu verwenden


    Die so erzeugte txt Datei kann nun entweder direkt im Text_Input Ordner des EM abgelegt werden oder noch durch andere Programme und Befehle aufbereitet werden.


    Die Beiden Programme sind Freeware und sind unter den folgenden Links zum Download bereitgestellt.


    Ghostscript 32bit

    Ghostscript 64bit


    Tesseract OCR

    Alarm trainee Datei

Teilen