Изображения, Word, Excel, PowerPoint, HTML и PDF переходят между этими форматами. Отдельного движка вёрстки в браузере нет, поэтому важнее, чтобы результат читался и правился, а не совпадал по пикселям.
Текст на скане сначала нужно прогнать через OCR. Иначе в Word или Excel нечего извлекать.