如何将扫描图片转PDF后的表格文本提取至Excel？

桌面付费工具（高精度首选） #

• Adobe Acrobat Pro：
  1. 打开扫描PDF，点击「工具」→「扫描和OCR」→「识别文本」，完成扫描件的文字识别；
  2. 点击「导出PDF」，选择导出格式为「Microsoft Excel工作簿」，软件会自动解析表格结构并导出，复杂表格的识别准确率很高。
• ABBYY FineReader：
  专业级OCR工具，对跨行跨列、不规则表格的适配性极强。打开PDF后直接选择「导出」→「Excel」，它会智能分析表格的行列边界，输出的Excel基本不需要太多调整。

开源免费工具（技术友好型） #

• Tesseract + Python脚本：
  适合有基础的用户，完全免费且可自定义：
  1. 安装依赖：pip install pdf2image pytesseract pandas tabula-py；
  2. 编写简单脚本：先通过pdf2image将PDF页转为图片，用pytesseract做OCR识别文本，再用tabula-py提取表格数据，最终用pandas导出为Excel文件。
• LibreOffice + OCR插件：
  1. 安装LibreOffice后，添加OCR插件（如LibreOCR）；
  2. 用LibreOffice Draw打开扫描PDF，运行OCR识别文本；
  3. 将识别后的内容复制到LibreOffice Calc，或直接导出为Excel格式，适合结构简单的表格。

手动修正方案（应对极端复杂表格） #

如果工具识别有误差，先将扫描PDF通过OCR工具转为可编辑Word文档，手动调整Word里的表格结构（补全行、列边界），再直接复制表格到Excel，或从Word导出为Excel文件，适合结构特殊、工具难以自动识别的表格。

内容的提问来源于stack exchange，提问作者user19033089