可识别文字的pdf
可识别文字的PDF是一种可以通过光学字符识别（OCR）技术将PDF文档中的文字内容转换为可编辑和可搜索的文本的文件格式。它允许用户从扫描的纸质文档或非可编辑的电子文档中提取文本信息，以便更方便地进行编辑、搜索和复制。
分类：
可识别文字的PDF可以根据其生成方式分为两类：扫描文档生成的OCR PDF和电子文档转换生成的OCR PDF。
优势：
- 可编辑性：可识别文字的PDF允许用户对文档中的文字进行编辑和修改，方便用户进行文档的更新和修订。
- 可搜索性：通过将PDF文档中的文字转换为可搜索的文本，用户可以快速定位和检索特定的信息，提高工作效率。
- 文档保留：通过将纸质文档或非可编辑的电子文档转换为可识别文字的PDF，用户可以方便地保留和存档重要的文档信息。
- 兼容性：可识别文字的PDF格式广泛支持各种操作系统和设备，如Windows、Mac、iOS和Android等。
应用场景：
- 文档管理：可识别文字的PDF可以用于扫描和转换纸质文档，方便进行电子文档管理和归档。
- 数据提取：通过OCR技术，可识别文字的PDF可以从非结构化的文档中提取关键信息，如发票、合同等。
- 文档搜索：将PDF文档中的文字转换为可搜索的文本后，用户可以通过关键词搜索快速找到所需的信息。
- 文档编辑：可识别文字的PDF允许用户对文档中的文字进行编辑、添加注释和标记，方便进行协作和修改。
推荐的腾讯云相关产品：
腾讯云提供了一系列与文档处理和OCR相关的产品和服务，包括：
- 腾讯云文档识别（https://cloud.tencent.com/product/ocr）：提供了多种OCR识别服务，包括身份证、银行卡、驾驶证、车牌等多种类型的识别能力。
- 腾讯云文档转换（https://cloud.tencent.com/product/dcv）：支持将PDF文档转换为可编辑的Word、Excel和PPT格式，方便进行文档编辑和修改。
- 腾讯云内容识别（https://cloud.tencent.com/product/ocr）：提供了图片文字识别、卡证文字识别等功能，可用于识别图片中的文字信息。
通过使用腾讯云的相关产品，用户可以方便地进行可识别文字的PDF的生成和处理，提高文档处理和管理的效率。
相关·内容
当用户单击链接时，我试图将链接按钮的文本颜色更改为红色。因此，作为一个用户，我可以识别我已经点击了这个链接。
<body>
<form id="form1" runat="server">
<div>
<asp:GridView ID="FileGrid" runat="server" AutoGenerateColumns="False" OnRowCommand="FileGrid_RowCommand">
浏览 3提问于2015-06-24得票数 0
回答已采纳
2回答
自定义媒体类型的URI？
、、、
我需要在RDF文档中描述电子签名的PDF和普通PDF的文档。只包含媒体类型。
使用自定义URI从普通PDF中识别电子签名PDF的良好做法是什么？
我正在读到，可以从x-开始定义一个新的媒体类型；我可以简单地定义http://example.com/media-type/application/x-signed-pdf并使用这个URI作为RDF中dcterms:format (或myontology:mediaType)属性的值吗？
浏览 3提问于2018-06-06得票数 2
回答已采纳
我使用这个宝石来使用Prawn来创建一个PDF：
然而，我似乎不知道如何添加一个图像。我尝试过pdf.image "path/to/img.jpg，但它会说该文件不是可识别的格式。
我也在第101页：上研究过这个问题，但是它不起作用。
这种情况发生在意见中：
prawn_document() do |pdf|
pdf.image "#{Rails.root}/public/logo.gif"
end
这会抛出：
Prawn::Errors::UnsupportedImageType at /admin/purchases/6188.pd
浏览 2提问于2013-12-04得票数 2
回答已采纳
我见过一些pdf文件后，OCR有非常准确的文本(无论是在识别率，在文本对齐图像)。
如果pdf文件中隐藏的文本层是否来自OCR，那么Unix/Linux工具会帮助我知道什么呢？
浏览 0提问于2014-12-07得票数 2
有办法编辑PDF文档文本吗？比如找到和替换特定的文本？
我有一个PDF文档，其中包含的文本占位符，我需要识别和替换，或只是删除该文本。
我能够编辑特定坐标(x，y)的pdf，但无法识别和替换。我看到的所有库都是从零开始创建的PDF和小的编辑功能。不管怎样，我可以用itext编辑上面的解释吗？请advise...thank你！
**例子:一份pdf文件载有以下的副翼。在这一段中，我需要确定日期:和从:作为一个文本，并用其他的东西代替它。
是最古老的古希腊和拉丁文，在单词或其他文字之间几乎没有空格，可以用boustrophedon (交替方向)书写。随着时间的推移，文本方向(从左到右)变得标准化，
浏览 5提问于2014-07-10得票数 2
我正在寻找一种编程方法，以积极识别非PDF表单文件中的可填充PDF表单。
我认为可供选择的办法如下：
解析PDF代码和内容
用支持十六进制的语言(如Python )解析文件以进行签名标识。
使用具有十六进制能力的语言(如Python )解析文件，以标记告示符号。
浏览 5提问于2013-07-23得票数 0
我是Microsoft认知服务的新手。我正在尝试创建一个Search Bot来查看Azure存储中存储为BLOB的2个PDF文件。如果用户问一个类似“我怎样才能做一个flexrequest?”这样的问题，它就会查看PDF文件并回答用户。问题是，这两个文件都包含关键字“flexrequest”。
我想知道如何使用Azure搜索关键字来查看pdf。我已经按照文档上的教程进行了操作，但没有成功。它只查找文档的标题并返回整个文档。我只需要文本的特定部分。
有什么建议吗？
浏览 0提问于2018-12-07得票数 0
我正在使用PDF转换库在PDF文件中嵌入字体。
但是，有些文档(日语？)有问题。库无法正确识别字体名的位置
/FontName /#82l#82r#82o#83S#83V#83b#83N
这是字体的有效名称吗？
如果是-谁能给我一个推荐人？
浏览 2提问于2010-02-06得票数 0
回答已采纳
我有问题预览PDF在Gmail。它不识别我正在使用的一些国际字符(它不显示像ą ć ś这样的字母，但它显示的是ł)。我正在用Cp1250编码这个pdf。
对发生了什么事有什么想法吗？
浏览 2提问于2016-09-28得票数 0
回答已采纳
1回答
我正在尝试使用itextsharp库(v5.5.13.2)合并一些字段，并使用屏幕阅读器对其进行测试。pdf被标记，但当我尝试使用NVDA读取表单时，他无法识别合并的字段，只能识别pdf中的静态文本。pdf是使用和位于"PDF结构“中的textfields创建的。
任何帮助都将不胜感激。
enter code here
Dim OutputFileName As String = ""
Dim OutputFileFullPath As String = ""
Dim FileName As String = "C:\Untitled4.pd
浏览 4提问于2022-01-06得票数 0
我尝试将正则表达式模式存储在Yaml文件中，如下所示：
---
Fidor:
Fidor Rechnungsabschluss kurz:
From: ^Rechnungsabschluss_(\d{2})_(\d{4})\.pdf
To: \\2_\\1_Rechnungsabschluss_Fidor.pdf
Fidor Rechnungsabschluss lang:
From: ^Rechnungsabschluss_(\d{2})_(\d{4})_(\d+)\.pdf
To: \\2_\\1_Rechnungsabschluss_Fidor_
浏览 0提问于2021-03-03得票数 0
1回答
为什么在uPort中保留私钥？
、、、、
阅读uport白皮书https://uport.me/library/pdf/whitepaper.pdf：
将代理合同作为核心标识符的目的是：
将代理契约作为核心标识符的目的是允许用户在维护持久标识符的同时替换其私钥。如果用户的uPort标识符是与其私钥相对应的公钥，则如果用户丢失了持有私钥的设备，则将失去对其标识符的控制。
为什么我需要我的私钥？如果代理契约本质上是一个私钥，因为它用来识别我，那么为什么保留私钥呢？
浏览 0提问于2016-11-03得票数 3
回答已采纳
1回答
我想将旧的FOP 0.94更新为新的FOP 2.3。在旧的FOP中，字体呈现为形状。我希望保留此行为，因此我尝试将以下设置设置为PDFTranscoder：
PDFTranscoder pdfTranscoder = new PDFTranscoder();
pdfTranscoder.addTranscodingHint(PDFTranscoder.KEY_STROKE_TEXT, Boolean.TRUE);
但是，如果这样做，就不会在输出的PDF中呈现字体。如何告诉FOP将字体呈现为形状？
如果我移除：
pdfTranscoder.addTranscodingHint(PDFTransc
浏览 1提问于2019-08-26得票数 2
回答已采纳
1回答
我想以字符串的形式读取PDF文件。
我使用的是File.ReadAllText(path)，但是结果在二进制数据的第一个流上结束。
我认为它将流的某些部分识别为文件的结束并停止。
知道怎么解决这个问题吗？
浏览 3提问于2022-05-24得票数 0
回答已采纳
为了能够打印发布文件，我已经将其转换为PDF，并启用了commercial press options。但是，Publisher似乎没有将文本对象转换为大纲/路径。
是否有任何方法将Publisher中的所有文本对象转换为大纲(对于PDF文件)？
浏览 2提问于2015-07-29得票数 1
回答已采纳
我正在寻找一种方法来添加一个格式化的代码到pdf文件。现在我使用iText 5.5.10生成pdf。我需要识别语法并给它上色。
iText库可以是这样的吗，或者可以与其他库一起使用？也许我必须将库改为生成pdf？
浏览 1提问于2019-06-13得票数 0
我想要创建一个thunar自定义操作，让我右键单击一个PDF，然后选择“拆分PDF”来分割成单独的页面。这样做的命令是：
$ pdfseparate mypdf.pdf mypdf-%d.pdf
它将为每个页面创建一个新的PDF，名为mypdf-1.pdf、mypdf-2.pdf等。%d被pdf分离器命令替换，并按照手册页的页码进行替换：
概要PDF单独的PDF-文件PDF-页面模式PDF-页面模式应该包含%d (或任何有关printf格式的变体)，因为%d被页码所取代。
Thunar自定义动作用文件所在的目录插入任何%n作为选定的文件，任何%d。因此，如果我试图复制上面的命令，将mypdf.
浏览 0提问于2023-01-18得票数 2
回答已采纳
2回答
我有一个用iText生成的PDF文件，它是用JasperReports创建的(我不知道它是否相关)，我想知道是否可以找到一些API或任何东西来查看结构，因为我需要从中提取文本。
我尝试过使用、和其他Java库，但我只能逐行获取文本，而则不是我需要的。
我也尝试过在HTML、XML、DOM中进行转换，但是我在文本提取中得到了相同的结果，没有解析任何结构。
如果我试图以DOCX的形式打开它，我会看到这个词可以识别某种结构，例如，在DOCX中转换后，一个看起来像PDF中的表的区域实际上是一个表。
我需要了解PDF是如何创建的，如果这是可能的话。我知道使用PDF格式并不容易，但我需
浏览 1提问于2018-07-11得票数 1
1回答
字体是为波斯字符，但我希望英语和其他字符通常使用正常的字体，而不是我设置的字体。
代码：
$pdf = new \TCPDF(PDF_PAGE_ORIENTATION, PDF_UNIT, PDF_PAGE_FORMAT, true, 'UTF-8', false);
$pdf->SetAutoPageBreak(TRUE, PDF_MARGIN_BOTTOM);
$lg = Array();
$lg['a_meta_charset'] = 'UTF-8';
$lg['a_meta_di
浏览 1提问于2020-08-05得票数 2
回答已采纳
4回答
我正在尝试批量下载BlackBoard环境中的许多文件(在世界各地的大学/学校中使用了很多)。我能够检索这些文件只有一个市长问题的链接：
当该文件是..pdf文件时，它将显示在一个新的浏览器选项卡中，而不是下载。例如..xlsx使用click()下载的文件工作得很好。
是否可以更改驱动器设置以更改此行为？又是如何做到的？
编辑
我根据阿里的回答更新了这个问题。它现在包括更多关于实际插件的信息。也许这可以用来识别必须禁用的插件。
Chrome PDF Viewer (2 files)
Name: Chrome PDF Viewer
Version:
浏览 2提问于2017-01-26得票数 2
回答已采纳
我正在编写一个程序，试图解析PDF文件中的数据。问题是，我们需要解析PDF中的某个部分，该部分被格式化为三层结构:标题、子标题、段落。到目前为止，我们正在使用换行(\n)来尝试解析数据，但这在很大程度上是效率低下的。即使我们有标题和副标题的所有可能值，解决方案仍然不是理想的，因为新的PDF可能用新的标题和子标题值来创建。
然而，PDF是以这样的方式创建的:标题是最接近左边边距的，子标题被缩进更远的地方，而缩进在段落上甚至更大。我们希望能够使用缩进来识别我们想要解析的行。是否有用于Visual的PDF库可以做到这一点？我在用C#编码。
浏览 0提问于2014-11-19得票数 2
1回答
我正在浏览一个在浏览器上生成pdf的php代码，代码运行良好，但我无法理解下面这句话背后的含义……
$page_format = array(
'MediaBox' => array ('llx' => 0, 'lly' => 0, 'urx' => 210, 'ury' => 210),
'Dur' => 3,
'trans' => array(
'D' => 1.5,
'S
浏览 1提问于2017-04-17得票数 0
我有超过7k个文件，其中一些是HTML，有些是PDF，如下所示：
现在，我想使用终端将所有PDF移动到一个新目录。不幸的是，当我这么做
mv *.pdf ../new_directory/
我得到“没有这样的文件或目录”，因为当我对随机文件执行以下操作时，没有任何文件扩展名(没有.pdf或.HTML)：
file -b \[2022\]\ NZHC\ 1
上面写着"PDF文档“或"HTML文档，ASCII文本”，所以系统会识别正确的格式。那么我如何分别移动所有pdfs或HTML呢？是否有方法向文件名添加适当的扩展名(.pdf或.HTML)？
浏览 11提问于2022-01-25得票数 1
2回答
生成PDF时无法获取捷克语字符
、、、、
我有一个问题，当添加字符时，如"Č“或"Ć”，而生成的PDF。我主要使用段落在我的PDF报表中插入一些静态文本。下面是我使用的一些示例代码：
var document = new Document();
document.Open();
Paragraph p1 = new Paragraph("Testing of letters Č,Ć,Š,Ž,Đ", new Font(Font.FontFamily.HELVETICA, 10));
document.Add(p1);
生成PDF文件时，我得到的输出如下所示："Testing of letters，
浏览 8提问于2014-10-29得票数 12
我有一个下载的PDF在中国，我想提取文本从使用提卡+ Python (原始链接到完整的PDF可以找到，或提取的样本页面可以找到)。
当我运行以下代码时
analysed_file = 'D:\\5_Programming\\test.pdf'
# Parse data from file
file_data = parser.from_file(analysed_file, "http://localhost:9998/")
# Get files text content
text = file_data['content']
print(
浏览 1提问于2020-09-07得票数 0
1回答
Laravel PDF中文字符
、、、、
我使用laravel和im使用barryvdh/laravel-dompdf作为pdf报告生成器，我对中文字符有一些问题，但我从google得到了解决方案，使用以下css代码导入字体：
<style>
@font-face {
font-family: 'Noto Sans';
font-style: normal;
font-weight: 400;
src: url("<?php echo $_SERVER["DOCUMENT_ROOT"]; ?>/pac
浏览 5提问于2015-12-04得票数 0
我正在开发一个Android应用程序来检测PDF文件中的文本。
首先，我尝试使用。但是它需要OAuth 2.0。所以我从它变成了Firebase ML Kit。
但是当我运行'fromFilePath‘方法时，就会出现NPE。
val file = getPdfFile()
Log.d(TAG, "file.length: ${file.length()}") // File size is printed correctly!
// NPE occurred while below code running
val image = FirebaseVisionIma
浏览 1提问于2019-03-07得票数 0
我正在尝试将文件first_second.pdf重命名为first_0second.pdf 因此，我阅读了有关捕获和反向引用的内容。但不知何故，它不起作用。有人能告诉我我哪里做错了吗？ rename 's/\(.*_\)\([1-9]\).pdf$/$10$2.pdf/' first_1.pdf 我期望将first_1.pdf重命名为first_01.pdf
浏览 28提问于2019-01-18得票数 2
谁能告诉我为什么我得到了“无法识别的终端选项”时
设置输出"out.pdf“
是否有需要为gnuplot4.4安装的包？
浏览 61提问于2012-12-23得票数 20
回答已采纳
我正在尝试用RStudio中的针织pdf按钮呈现一个pdf文档，但是我继续得到这个错误：
! pdfTeX error (font expansion): auto expansion is only possible with scalable
fonts.
\AtBegShi@Output ...ipout \box \AtBeginShipoutBox
\fi \fi
l.167
pandoc.exe: Error producing PDF from TeX source
Er
浏览 14提问于2015-10-16得票数 3
1回答
新的pdf解析。
我想识别一个pdf文件中的图形，所以我可以跳过它，而不是提取这种类型的文本。关于pdf，我只知道它是从word生成的(而不是扫描的)。
输入- pdf与一个图形，如这一个。输出应为-真或假
水管工识别表格，但似乎不识别图表。尝试识别曲线和矩形，但结果不一致。
也许还有别的办法？
谢谢!
浏览 5提问于2022-11-17得票数 0
1回答
我只是尝试用TCPDF将HTML转换成PDF
但有些地方不对劲
CSS可见性属性不适用于我。
这是我的php代码：
<?php
包括主TCPDF库(搜索安装路径)。
require_once('tcpdf_include.php');
创建新的PDF文档
$pdf = new TCPDF(PDF_PAGE_ORIENTATION, PDF_UNIT, PDF_PAGE_FORMAT, true, 'UTF-8', false);
设置文档信息
$pdf->SetCreator(PDF_CREATOR);
$pdf->SetAuthor('
浏览 2提问于2016-04-25得票数 1
回答已采纳
所以,
我已经成功地修改了其他的所有东西，但是不知道如何仅仅改变页脚的字体大小，相比于表字体本身，它现在太大了。
let pdf = new jsPDF({orientation: 'l'});
let res = pdf.autoTableHtmlToJson(document.getElementById('capture'));
const totalPagesExp = '{total_pages_count_string}';
let height = pdf.internal.pageSize.getH
浏览 0提问于2018-12-12得票数 3
回答已采纳
3回答
这个站点上有很多关于字符串的静态生存期的好答案。据我所知，它们被分配在只读内存中(其他人特别提到了“字符串字面池”)。因此，返回指向字符串文字的指针不会导致指针悬空。它们也是左值。
为什么整型常量不适用于整型常量？它不也有静态存储时间吗？如果我试图赋值给一个整数常量，gcc会抱怨它不是一个左值。
为什么字符串字面值会受到特殊对待？(和C99中的复合文字)。我听说过左值的以下定义：“左值(定位器值)代表一个对象，它占据了内存中某个可识别的位置(即有一个地址)。”如果字符串文字(字符数组类型)在内存中必须是可寻址的，为什么同样的情况不适用于整数？即使是整数也必须在程序的地址空间中分配。有性能原因吗
浏览 3提问于2018-05-23得票数 4
2回答
我正在尝试使用一个文本框来执行搜索。
其想法是用户可以通过客户名称、电子邮件、电话号码或地址搜索文本框。
我正在分析我力所能及的最好的方法，我不知道你们中是否有人有机会使用类似的东西。
我不知道是否使用正则表达式我可以识别用户输入的值，以知道我是否输入了电话号码、地址或电子邮件。
预先感谢，任何例子或贡献都是有帮助的。
这是我的客户机类，但我的疑问是识别用户输入的文本的值。
public class Client
{
[Key]
public int Id { get; set; }
[StringLength(50)]
浏览 0提问于2019-08-15得票数 0
回答已采纳
1回答
部分可搜索pdf文件
、、、
我正在使用表格库来读取每一个pdf。在每个pdf中，都有一个包含其标题(列)及其相应信息的表。除了最后一份pdf外，所有这些都很完美。代码：
import tabula
read_pdf(path, pages = "2", multiple_tables = False,
output_format = 'dataframe', pandas_options ={header: None})
部分dataframe输出(示例)：
nan SBI nan nan nan nan nan nan nan nan nan nan
JKL1LU1UKDAO/ /
浏览 1提问于2020-12-01得票数 0
1回答
我有一个由apache生成的PDF/A-1a文件，并且使用pdfbox的OverlayPDF安装了一个覆盖信笺头。预飞将文件识别为ok (但显然只有PDF/A-1b)，Acroreader表示文件属性中是"PDF/A“模式和”标记:是“。我想看看这是什么样子，这样我就可以把它调整成一些小的改进。
我的问题是，在哪里可以看到标记的内容(即PDF中的文本表示形式是字符输出的角化序列)，最好不用自己编写代码，例如使用pdfbox的调试器/PDFReader？我有点不知所措--是否有其他方法将文档结构的文本输出(例如，到xml文件中使用编辑器进行搜索)？- TIA！
编辑
信笺头本身是最初的p
浏览 1提问于2016-06-22得票数 2
回答已采纳
我正在尝试将NeutraText字体添加到使用iText5创建的PDF文档中，但是收到了一个错误，说明编码不被识别。错误发生在下面的最后一行。
Dim fontDir = Server.MapPath("~/Fonts")
FontFactory.RegisterDirectory(fontDir)
Dim myFontBase = BaseFont.CreateFont("neutratext-lightalt", BaseFont.IDENTITY_H, True)
准确的错误读取
“字体‘中和-亮’与‘标识-H’是不被识别的”
我尝试了几个Base
浏览 5提问于2018-06-12得票数 0
回答已采纳
1回答
我试图通过识别每个字符和每个单词的内容和位置，从(数字) PDF中提取文本信息。话说回来，来自xpdf / poppler的pdftotext --bbox工作得很好，但我找不到一种简单的方法来提取字符位置。
我试过什么
我目前使用的解决方案是将pdf转换为svg (通过pdf2svg)，然后解析生成的svg以提取单个字符(=字形)位置。在第三步中，将结果框进行比较，将每个字符分配为一个单词，希望数字匹配。
问题
虽然上述方法适用于大多数“基本”字体，但有两种(主要)情况下这种方法失败：
在脚本字体(或一些极端斜体字体)中，边框比它们的内容大得多；因此，单词明显重叠，一个字符完全包含在两个
浏览 1提问于2019-05-16得票数 0
回答已采纳
1回答
我正在尝试识别PDF文件是否为PDF/A文件。使用poppler-php，我能够读取元数据，但没有迹象表明它是PDF/A文件。 我的目标是通过添加数据来编辑PDF。PDF/A似乎是只读的(因为它们是为存档而设计的，这并不奇怪)。我想要识别他们，以便提前拒绝他们。 致以敬意，
浏览 9提问于2020-09-07得票数 1
回答已采纳
我在返回非ascii字符时遇到了问题。我不确定问题在哪一层。它可以是实际的PDF编码、CAM::PDF (即FlateDecode)使用的解码或CAM::PDF本身。下面返回一个完整的字符串，其中包含用于创建PDF的命令(Tm、Tj等)。
use CAM::PDF;
my $filename = "sample.pdf";
my $cam_obj = CAM::PDF->new($filename) or die "$CAM::PDF::errstr\n";
my $tree = $cam_obj->getPageContentTree(1);
浏览 2提问于2012-05-11得票数 1
回答已采纳
OCR 是实时高效的定位与识别图片中的所有文字信息，返回文字框位置与文字内容。支持多场景、任意版面下整图文字的识别，以及中英文、字母、数字的识别。简单来说就是将图片上的文字内容，智能识别成为可编辑的文本，这么强大的功能在我们生活当中有哪些应用呢？
浏览 3631提问于2018-08-24
我有两个pdf文件，都在同一个布局与不同的信息。问题是:我可以很好地阅读其中一个，但另一个是无法识别的数据。
这是一个我可以很好地阅读的例子，下载
from_pdf = camelot.read_pdf('2019_05_2.pdf', flavor='stream', strict=False)
df_pdf = from_pdf[0].df
camelot.plot(from_pdf[0], kind='text').show()
print(from_pdf[0].parsing_report)
--这是预期的数据格式
浏览 4提问于2021-09-09得票数 0
回答已采纳
我有一个脚本，我需要在其中使用类似于的测试(布尔测试“字符串是否存在?")。在manual中的示例中，使用了正常的%variable%，但我启用了延迟扩展。在我的代码中，我需要从!line！中删除%pdf%。我的意图是像在中那样做(例如，设置_endbit，其中使用%variable% )
下面是我的代码：
@echo off
setlocal EnableDelayedExpansion
set "source=GEN 0 GENERAL.html"
set "pdf=0_1_en.pdf"
echo In file:%source%
echo Loo
浏览 0提问于2012-02-21得票数 2
回答已采纳
2回答
用中文编写文档
、、、
我试着编译一会的BIG5 (中文内容)。我用的是Mac，最新的RStudio，pdfLatex (和XeLatex的结果一样)。这是原始.Rnw的摘录
\begin{document}
\title{knitr與繁體中文文檔}
\author{謝益輝}
測試，咳咳。以下代碼靠譜嗎？
<<test>>=
1+1 # 太簡單了
'引號能用嗎？'
rnorm(5)
(function(){
paste('這裡是字符串')
})()
@
使用系统默认编码"UTF-8“，生成的pdf为
1+1 #
## [1] 2
''
浏览 3提问于2014-09-10得票数 5
我正在开发应用程序，我需要从pdf中识别段落。
我需要提取文本并识别段落。
是否有任何方法提取文本和识别段落和页面边界提取的文本从pdf文档使用c#？
浏览 2提问于2015-03-25得票数 3
回答已采纳
1回答
Zxing PDF417识别
、、、、
我在让Zxing识别像下面这样的PDF417代码时遇到了一些麻烦：
我已经尝试了其他几个大型示例，但它们似乎都不起作用。不过，它在较小的样本上工作得很好。我只是想知道Zxing是否有能力处理这些类型的图像，或者我是否必须尝试另一个框架？
浏览 11提问于2018-09-04得票数 0
2回答
我想显示文本中的所有行，但目前我只显示第二行。错误在我的rowRegex中:(.我将非常感谢您的帮助。
我的代码：
package test.jpa;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class FireTest {
public static void main(String[] arStrings) throws Exception {
String str = "*PureNG*#"
+ &#
浏览 0提问于2015-12-09得票数 1
使用Azure.AI.FormRecognizer 1.0.0-预览2，并尝试上传文件，然后在其上运行表单识别。代码是
var fileName = Path.Combine(@"c:\temp\", sourceFile.FileName);
var fileUri = new Uri(fileName);
sourceFile.SaveAs(fileName);
var forms = await recogClient.StartRecognizeCustomFormsFromUri(modelId, fileUri).WaitForCompletionAsync();
浏览 0提问于2020-05-27得票数 1
回答已采纳
我正在创建一个服务，用于监视文件夹中的扫描文件。一旦文件存在，该服务就会提取它，并将其转换为可读的PDF。在此过程中，该服务还会搜索条形码。在此之后，提取文本，并将文件及其文本存储到我们软件的数据库中。该位置基于条形码。
现在，对于光学字符识别，我们使用了Atalasoft的SDK ()。此外，条形码识别器也包含在此SDK中。
但是转换后的文本仍然有一些错误。(我用其他OCR程序运行了一些测试，但Atalasoft运行得很好。)我正在寻找一些软件(SDK-套件)，可以让我提高的质量的PDF的OCR的目的。
我测试了Kofax ()。我正在寻找类似的东西，但这可以使用某种SDK-kit在服务中实
浏览 2提问于2011-07-06得票数 5
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
