如何将它们转换为一个将文件名作为书签的pdf文件？
(我最终也想加入ocr。如前所述，我们可以使用.jpg将.pdf文件转换为img2pdf .jp --output combined.pdf，然后可以使用ocrmypdf combined.pdf combined_ocr.pdf添加ocr。我的问题主要是如何确保pdf文件有书签(由文件名创建)
浏览 0提问于2021-09-23得票数 0
1回答
我想制作一系列文件，其中包含了这个PDF ()中的树。文件的名称将是左边对应的树号(t0、t1等)。在这两种方法中的任何
浏览 0提问于2018-09-20得票数 0
回答已采纳
是否有方法将PDF文档转换为eBook格式，如epub、azw或mobi？我正在寻找一个应用程序，这是快速的转换。我刚试过口径。10分钟后，甚至没有达到2%的转换。所以请不要有口径。CLI是首选。
浏览 0提问于2013-04-26得票数 9
回答已采纳
我目前正在使用扫描仪将我的PDF转换为可搜索的PDF。OCR已经处理好了，因为我可以在PDF中使用ctrl-f。
但是，我如何才能从我的程序中获取OCR的内容。是否可以通过读取文件来公开访问OCR文本？
浏览 1提问于2011-12-15得票数 0
1回答
我得到了这个错误，而解析的PDF文件使用pypdf2，我是随同错误的PDF附件。I have attached the PDF to be parsed please click to view 有人能帮上忙吗？import PyPDF2
read_pdf = PyPDF2.PdfFileReader(pdfName)page = read_pdf.getPage(0)
page_content = page.e
浏览 32提问于2019-04-14得票数 0
如何使用任何java库生成可搜索的文本？开源或付费。
如何使用PDFBox将OCR应用于pdf？如何使pdf文本可编程搜索使用pdfbox，我搜索了很多。没有找到任何解决办法。有人能粘贴OCR PDFBox的代码吗？
浏览 8提问于2014-04-04得票数 0
回答已采纳
我正在使用ocrmypdf库将扫描的pdf转换成可搜索的pdf，但我得到了这个错误。这是我目前正在运行的代码ocrmypdf.ocr('/content/drive/MyDrive/Dataset 2020/OCR/1081975.pdf', 'output.pdf')AttributeError: module '
浏览 5提问于2020-11-24得票数 1
回答已采纳
我一直在尝试从扫描的PDF中提取文本(具有不可选文本的图像)。我想要的信息，包含日期，发票编号从pdf链接()。from PIL import Imagepage = pdf_reader.getPage
浏览 2提问于2020-05-27得票数 1
回答已采纳
4回答
我有多个pdf发票，我试图解析。我将它们转换为图像，并使用ocr从图像中获取文本。其中一个pdf有3页中的2页旋转了90度。如何检测这些旋转的页面并正确地旋转它们，以便ocr返回正确的信息？
浏览 3提问于2019-06-19得票数 1
1回答
我正在使用R中的"tesseract“库将"PDF文件转换为文本”，如下所示：library(tesseract)
text <- tesseract::ocr(pngfile)上面的代码运行得很好。现在，我正在尝试“批量上传”大量PDF文件，并将其
浏览 4提问于2021-07-31得票数 0
1回答
有没有人知道是否有一个免费的在线OCR转换器，可以转换大扫描的pdf文件(例如，我想转换一个扫描的28 of大小的pdf文档)？
我试过很多ocr转换器，但都失败了。
浏览 0提问于2016-01-17得票数 0
我有一个pdf，大约50页扫描表。我需要最终把它刮到R中，这样我就可以清理数据并将其导出为.csv。环顾在线，我所能得到的最远就是将扫描的pdf作为一个字符对象读取到R中，但这会使格式发生很大的变化，因此表中的列都错对齐了，并出现了无序。即使它的格式仍然很好，我也不知道如何将字符对象转换成最终的df。
有没有一种方法可以将扫描的pdf转换成可读的pdf，这样我就可以在tabulizer中抓取它了？
浏览 5提问于2022-11-16得票数 0
7回答
我有一些扫描文件的pdf，我想能够搜索他们。我怎么能这么做？治夹心三明治 (软件中心说它是一个很差的软件包，我不应该安装它)
OCRfeeder (在软件中心)很好地导出到odt，但在导出到pdfGscan
浏览 0提问于2014-05-29得票数 36
回答已采纳
2回答
是否有任何免费/付费的OCR库能够捕获PDF格式的发票数据？需要有一个低的错误率。我们需要对这些数据进行进一步的处理。
浏览 0提问于2019-06-10得票数 1
我曾在终端字体上训练过tesseract，但无论如何，我都无法让它识别出0。我正在使用jTessEditor创建培训tif和框。即使在验证时，它也会将所有的0读为8s。我遗漏了什么吗？
浏览 8提问于2018-10-31得票数 22
我想使用Google 将不可搜索的PDF转换成可搜索的PDF，其中的文本是覆盖在PDF上的。
PDF位于我的谷歌驱动器，我不想上传文件到另一个网站或下载的文件，以进行转换。我没有找到任何显示文本可以被覆盖的资源，类似于Acrobat如何进行OCR转换。那么，是否有可能使用气体进行覆盖呢？我只看到人们转换成文本或文档文件。
浏览 1提问于2019-07-09得票数 1
回答已采纳
1回答
-l deu_frak && rm {.}.pgm'
b)
export -f generate_pgm PGM="$1"
浏览 2提问于2017-07-25得票数 1
1回答
我使用Alfresco将TIFF转换为PDF，使用Tiger OCR库()<?BEAN//EN' 'http://www.springframework.org/dtd/spring-beans.dtd'>
<bean id="transformer.Ocr.Ti
浏览 1提问于2011-04-15得票数 0
似乎Solr没有正确解析我的PDF文件。我想知道有没有其他方法可以替代Apache Tika (我相信它在内部使用PDFBox )来解析PDF文件？我已经通过PDFBox (最新版本)直接运行PDF来隔离问题，这也有同样的问题。一些OCR商业软件，如Omnifind，在PDF上工作很好，但我们不能以同样的方式将它们与Solr集成，购买也不是一个选择。
浏览 13提问于2011-11-16得票数 5
回答已采纳
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号