ocr双层pdf识别软件
OCR双层PDF识别软件是一种能够识别双层PDF文件中的文字内容的软件。OCR（Optical Character Recognition，光学字符识别）技术可以将图像中的文字转换为可编辑和可搜索的文本。双层PDF是一种特殊的PDF文件格式，其中包含了原始图像和相应的文字层。OCR双层PDF识别软件可以自动提取这些文字层，并将其转换为可编辑的文本。
该软件的主要优势包括：
- 提高工作效率：通过自动识别双层PDF文件中的文字内容，减少了手动输入的工作量，节省了时间和人力资源。
- 提供准确的识别结果：OCR技术在文字识别方面已经非常成熟，能够提供高精度的识别结果，减少了人工校对的需要。
- 支持大规模批量处理：该软件通常支持批量处理功能，可以同时处理多个双层PDF文件，提高了处理效率。
- 可定制化配置：一些OCR双层PDF识别软件提供了丰富的配置选项，可以根据用户需求进行定制，如选择识别语言、调整识别精度等。
OCR双层PDF识别软件的应用场景包括：
- 文档管理：可以用于将纸质文档或扫描件转换为可编辑的电子文档，方便进行文档管理和检索。
- 数据提取：可以用于从大量的双层PDF文件中提取特定的数据，如从发票中提取金额、日期等信息。
- 文字翻译：可以将双层PDF文件中的文字内容进行翻译，方便跨语言交流和理解。
腾讯云提供了一款名为"腾讯文档识别（OCR）"的产品，它可以实现OCR双层PDF识别的功能。该产品支持多种语言的文字识别，具有高精度和高并发处理能力。您可以通过以下链接了解更多关于腾讯文档识别（OCR）的信息：https://cloud.tencent.com/product/ocr
相关·内容
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
我正在试着写一个只能被人读懂的文档。无法复制文档内容。为此，我将其页面转换为图片，并将其添加回PDF文件。主要的问题是，任何OCR程序都可以恢复整个书面文本，特别是页面将是清晰的(而不是扫描的书)，这将提高OCR的准确性。
那么，有没有OCR无法识别的字体呢？否则，有没有一种技术可以让我的文档只被人类阅读，而不被OCR识别？(例如，添加特定的背景，等等)
提前谢谢你。
浏览 3提问于2012-11-13得票数 4
回答已采纳
1回答
我正在尝试使用perl从扫描的PDF中获取文本，所以我在perl中使用了PDF::OCR2模块，但我无法安装此模块，安装Image::OCR::Tesseract模块失败，我使用的是CentOS7，这是我在安装过程中的错误。
one dependency not OK (Image::OCR::Tesseract); additionally test harness failed
/usr/bin/make test -- NOT OK
//hint// to see the cpan-testers results for installing this module, try:
浏览 17提问于2016-08-19得票数 0
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。
我对使用java和ruby持开放态度，这个问题是编程语言不可知的。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
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
10回答
我看到一些电子书/论文显然是从他们的纸质版本中扫描出来的，但电子图书/论文中的文本却能惊人地被复制出来。我想直接扫描的版本一定是由一些光学字符识别软件处理的。
所以我想知道什么是推荐的光学字符识别软件？尤其是那些要么是Ubuntu的，要么是免费的？如果那些在Windows上要好得多，请告诉我。
我特别感兴趣的那些OCR，可以接受一个扫描的pdf文件作为输入，但仍然产生作为输出的另一个pdf文件看起来与输入一个，但其文本可复制。
谢谢和问候！
请每个答案限制一个软件。
浏览 0提问于2010-10-22得票数 15
回答已采纳
我尝试提取存储在PDF文件图像中的Java代码。
我已经尝试使用Tesseract，但它看起来像* {...与英语不太匹配，因为我的输出文件非常不一致。
实际上，我可以识别Java代码的一些摘录，但大多数情况下，文本是损坏的。
所以我想知道你们中是否有人知道例如Tesseract的语言扩展，或者其他可以提取我的Java代码的OCR软件。
感谢您的帮助:-)
浏览 1提问于2014-12-12得票数 0
1回答
假设我已经在Abbyy FindeReader中对多个PDF进行了光学字符识别。是否可以稍后在Abbyy FineReader中重新加载光学字符识别结果，以便纠正光学字符识别错误？ 我的想法是，我希望将执行OCR和(稍后)更正OCR结果分开
浏览 36提问于2020-10-09得票数 0
回答已采纳
我正在做一些OCRing PDF的工作，我很好奇是否有一种方法可以检查一个PDF是否已经从Word (或Google Docs)导出。我可以检查PDF是否已经用Xpdf的pdffonts进行了OCR。我知道Word和Google Docs会自动OCR导出的PDF，所以如果我发现PDF没有OCR，我就知道它没有导出。但是，如果它已经光学字符识别，有没有办法检查的PDF是否从Word/Google Docs导出，而不是简单的OCRd与类似的程序？具体地说，我使用的是JavaScript，但任何信息都是有用的。
浏览 2提问于2013-06-14得票数 0
我试图在Tesseract OCR中将Image转换成文本PDF。在中间，我需要检查封面页，并从结果中删除。在Tessaract OCR中是否可以根据封面的特定属性(封面文本匹配)来识别封面。或者，我是否需要获取tessetact OCR结果的全部输出，并提供我的逻辑来扫描PDF和删除封面页。我非常困惑，任何帮助都将不胜感激。
浏览 1提问于2018-09-20得票数 0
回答已采纳
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
1回答
我正在为一家公司开发一个C#软件，我想要一些关于最有效的设计的建议。这家公司有许多只供员工填写的打印表格。软件需要维护表单的原始设计，但需要提示和限制用户，以便将输入放在分配的字段中。现在，我正在考虑将OCR识别应用于表单，将它们转换为.PDF，然后生成(填写字段)新的PDF格式。
这看起来像一个有效的设计吗？
与此目的相一致的C#最佳C#操作插件是什么？
欢迎任何意见或批评。谢谢。
浏览 2提问于2011-06-28得票数 0
回答已采纳
1回答
有没有人有经验，如何OCR几个图像，并创建一个输出PDF文件与识别的文本在C#中的Nicomsoft OCR？看起来它可以做到，但是我的C#代码由于某些原因没有生成任何PDF：
NSOCRLib.NSOCRClass NsOCR = new NSOCRLib.NSOCRClass();
NsOCR.Engine_InitializeAdvanced(out CfgObj, out OcrObj, out ImgObj);
for (i = 0; i < ImageCnt; i++)
{
NsOCR.Img_LoadFile(ImgObj, ImageFiles[i]);
N
浏览 13提问于2015-04-28得票数 1
回答已采纳
我正在寻找布局分析库或工具(最好是开源的)，可以应用于文本PDF，以识别主要文本内容与侧栏，章节标题，章节标题(甚至可能是具有装饰/阴影和下划线的花哨的标题)等。我遇到了像OCRopus这样的工具，它们使用光学字符识别和图像识别来识别布局。有没有库可以在没有OCR的情况下做同样的事情？可以从文本PDF中提取文本和图像，并将包含文本和图像位置的输入提供给该工具；对于此类文件使用OCR将是相当繁琐的。
浏览 2提问于2013-05-08得票数 2
回答已采纳
我想要一个Linux应用程序，在这个应用程序中，我可以搜索我的主文件夹中包含特定单词/句子的所有文档。
显然，它必须与文本文件一起工作。
它还必须与MS Office和OpenDocument文件一起工作。
此外，它必须处理PDF/TIFF/JPG/DjVu文件，甚至那些是纯图像的文件；这意味着索引器必须对这些文件的内容执行OCR识别。
理想情况下，开放源码，但每个用户每年最多50美元也可以。
浏览 0提问于2016-02-09得票数 5
我已经获得了以下用于将pdf文件上传到google docs的实现(取自gdata API示例)：
def UploadResourceSample():
"""Upload a document, and convert to Google Docs."""
client = CreateClient()
doc = gdata.docs.data.Resource(type='document', title='My Sample Doc')
# This is a convenient MS
浏览 0提问于2011-12-31得票数 2
回答已采纳
1回答
我有PDF文件已经被“识别”使用OCR文本识别->识别文本使用功能在Acrobat。
我想把这些作为一个上传(C# ASP.NET MVC)，并能够提取这些信息用于索引和搜索目的。
我尝试打开PDF文件，但没有找到任何被识别的文本，所以我猜它是压缩和/或编码的。
有什么想法吗？
浏览 0提问于2010-06-25得票数 0
回答已采纳
1回答
是否有任何Python方法来识别PDF是否是OCR的(文本的质量很差)和可搜索的PDF (文本的质量是完美的)？
使用pdf元数据
import pprint
import PyPDF2
def get_doc_info(path):
pp = pprint.PrettyPrinter(indent =4)
pdf_file = PyPDF2.PdfFileReader(path, 'rb')
doc_info = pdf_file.getDocumentInfo()
pp.pprint(doc_info)
我发现：
result = get
浏览 6提问于2021-09-16得票数 0
回答已采纳
我有下面的代码，它适用于大多数图像类型。但由于某些原因，它不适用于只包含1页和pdf的tiff图像。 我有这个错误： 回溯(最近一次调用)：文件"/Users/fatiatravaille/Downloads/ocr_json/test.py"，第8行，在"/Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/site-packages/PIL/Image.py"，= Image.open(r './radio_lomb_300.tiff‘)文件UnidentifiedImage
浏览 170提问于2021-09-23得票数 0
我有几个低质量的pdf。我想使用OCR --更准确地说，是用从他们那里获取文本。为此，我使用了first --一个将pdf转换为图像的命令行工具--将这些pdf转换为jpg或png。
然而，ImageMagick生成的图像质量非常低，Ocropus几乎无法识别任何内容。我想了解处理低质量pdf的最佳参数是什么，以便为OCR提供尽可能好的质量图像。
我已经找到了，但是我不知道从哪里开始。
浏览 0提问于2010-09-01得票数 9
回答已采纳
1回答
是否可以编辑在C#中不可填充的PDF格式
详情：
现有的PDF包含图像、数据和文本填充的表格。
已经尝试过itextsharp，但是无法识别任何AcroFields来操作数据。
当尝试使用Nitro PDF进行OCR时，got错误: OCR无法完成，因为此页面包含可编辑/可搜索的内容
..。这是来自ASPOSE文本替换的输出。试图用替换为 Word
所需经费：
必须编辑以编程方式填写的表格中的文本和数据，并保存它。
浏览 6提问于2012-06-28得票数 1
1回答
我需要从S3中的PDF和图像文件中获取OCR (光学字符识别)数据，以便用户可以对这些OCR数据执行搜索。我正在使用AWS提取的文本提取来获取OCR数据。
我计划将OCR数据存储在Dynamo中，并在其中执行搜索查询。
我所面临的问题是因为发电机db项的大小限制，限制在400 db以内。
在我的情况下，用户上传100+ MB PDF文件在S3中，提取的文本内容将超过这一限制。那么，在这种情况下，最好的方法是什么。
请提前帮忙谢谢！
浏览 1提问于2020-04-06得票数 1
回答已采纳
我最近买了一台爱普生扫描仪，这样我就可以开始数字化多年来积累的大量文件。我已经学会了如何将文档扫描到PDF文档中，但是，我想确保我的PDF文档有可搜索的文本--我认为技术术语是OCR，但我完全搞不懂。
我可以用我的扫描仪把文件扫描到PDF中。但是，如果我正确理解，我无法使他们OCR搜索，除非我使Acrobat和/或ABBYY精细阅读器的工作流程的一部分。(顺便说一下，我用的是一台运行小牛的Mac电脑。)
我想我需要问的第一件事是:我需要什么软件来创建一个OCR可搜索的PDF？就像我说的，我已经安装了爱普生扫描仪软件，但看起来我也需要Acrobat和/或ABBYY精细阅读器。
我想我应该问的第二
浏览 0提问于2014-05-12得票数 0
回答已采纳
我使用ocr技术从包含图像的pdf中提取文本，但我只想在pdf还不能搜索的情况下使用ocr，否则我想使用pdfminer或类似的库。
有没有办法区分已经可以搜索的pdf和不能搜索的pdf？
浏览 5提问于2019-06-22得票数 1
我想使用命令行，以执行许可的adobe acrobat 8来识别OCR文本已经扫描的pdf文件，并使其完全可搜索的pdf？
你知道什么是命令行开关，参数吗？
提前感谢！
浏览 3提问于2010-04-09得票数 0
11回答
是否有任何免费的OCR软件(用于Linux和/或Windows)可以像Acrobat那样将PDF扫描文档作为输入并输出可搜索的PDF？
使用可搜索的PDF格式，我的意思是OCRed文本在原始文本上是不可见的，可以用鼠标选择并复制。
我知道Linux上的gscan2pdf可以这样做，但是文本被放置在页面的左上角，而且太小了，与背景扫描页面上的文本完全不同步。这是因为gscan2pdf将整个页面提供给OCR引擎。它应该将图像分解成小图像，用单行文本或小段落发送到OCR软件。
浏览 0提问于2014-04-20得票数 72
回答已采纳
1回答
我需要做光学字符识别在某一窗口的特定位置，以作出一个附加的应用程序。该应用程序是一个用HGE编译成可执行文件的C族游戏。有什么好的OCR解决方案吗？
它需要能够在秒或毫秒内处理屏幕上的所有文本。
我在处理几种不同的字体，每种字体都是一样大小的，总是这样。几种不同的颜色。有些文本具有一致的颜色或渐变背景，但大多数没有。
OCR应该在Windows 10或最新的Ubuntu上运行。
是否有任何OCR程序，我可以提供字体数据？图像还是ttf？
浏览 0提问于2015-06-26得票数 5
我认为摄像头的库工作不是很好，你可以在下面的图片中看到ocr的结果：
如果我尝试对一个数字进行ocr，尤其是浮点数，通常无法识别逗号，而"0“与"o”交换，则会得到相同的结果:(
有人知道更有效的库吗?答案是...thanks。
如果你想尝试camerb的库，你可以在这里下载它：
浏览 1提问于2013-10-22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？
本质上，我必须OCR的pdf，然后混合提取的文本回到一个新的pdf。我成功地尝试了许多不同的解决方案(包括在将OCR信息添加到PDF中中找到的解决方案)。
pdfocr (这给了我这个问题：https://github.com/gkovacs/pdfocr/issues/7)
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pdf时没有反应。
Gscan2pdf输出一个全黑(但可搜索)的图像，如报告的在这次讨论中。
我不认为Pdfxchange查看器能
浏览 0提问于2014-05-29得票数 36
回答已采纳
1回答
我正在做的原始PDF文件的OCR，在那里我正在转换为png图像和做OCR。我的目标是从png中提取某个关键字的坐标，并在实际的原始pdf上展示这些坐标。
我已经尝试使用opencv在png图像上显示这些坐标，但我无法在实际的原始pdf上显示这些坐标，因为两种格式的坐标系不同。谁能帮助我如何展示实际原始pdf上的边界框基于从png图像生成的坐标。
浏览 0提问于2019-08-06得票数 0
我一直在尝试从扫描的pdf文档中提取数据。我已经将pdf文件转换为jpeg文件(我在下面附上了图像链接)，裁剪具有不同字体的单词和数字，合并为tiff文件，并使用jTessBoxEditor训练字体生成新的语言，我使用该语言在Tesseract-OCR中提取文件中的数据。但我无法提取准确的数据。tesseract-ocr的文本识别准确率很低。
有没有人能提出一个提高准确率的方法？
浏览 21提问于2020-08-31得票数 1
是否有库(或可执行文件)可以OCR PDF (通常是通过扫描纸张创建的PDF )，并将识别出的文本重新注入到PDF中？很可能是扫描图像背后的隐形文字。
最好是开源的。
(目标:我有一个巨大的由Lucene索引的PDF文件库。如果PDF包含文本，Lucene将更容易找到哪些PDF是相关的。)
浏览 3提问于2011-02-28得票数 2
我想使用IronOCR从屏幕截图中识别出个位数。
问题是，我的.Read()结果总是以空"“结束。
这是我的密码
var bmpScreenshot = new Bitmap(105,
25,
PixelFormat.Format32bppRgb);
var gfxScreenshot = Graphics.FromImage(bmpScreenshot);
gfxScreenshot.CopyFromScreen(992,
400,
0,
0,
浏览 8提问于2022-03-06得票数 1
2回答
PDF和文本层
、、
根据这个站点的，当添加一个文本层时，PDF是可搜索的。
我正在寻找PDF的技术规范。我认为文本可以通过两种方式存储到PDF中: a)作为图像层之上的文本层(如上面的网页中所述) b)当您从Word文档(带有文本)创建PDF时，我不认为Word会将所有文本存储在文本层中。我想它会把它存储在图像层？对吗？
从PDF1.4开始，添加了XMP ()。但是什么是XMP呢？这就是我上面讨论的“文本层”吗？
如果扫描仪在图像上执行OCR，它是否将文本存储在“文本层”中？或者是"XMP“字段？这只能在PDF版本为1.4的情况下发生吗？
如何检测PDF是否已经有文本数据？例如: PDF A已使用OCR扫
浏览 2提问于2012-07-10得票数 15
回答已采纳
2回答
在我们的项目中，我们有测试PDF文件数据的要求。但PDF文件中的数据很少是图像格式的，因此我们不能将相同的逻辑应用于PDF上的文本比较。我们正面临着验证PDF文件上的图像文本的问题。有没有什么API可以让我们识别OCR，并从图像中提取文本并进行比较。
浏览 0提问于2016-05-31得票数 0
我试图从PDF中给定的两个坐标指定的特定矩形区域中提取数据。是否可以在PDF中执行此操作，或者我是否必须将其转换为图像并使用OCR？如果有，PDFBox或iText是否包含通过光学字符识别来分析图像的方法？谢谢!
浏览 26提问于2017-12-26得票数 3
回答已采纳
1回答
我有很多pdf文档，它们都是扫描过的文字版本。我需要在pdf中拆分一个页面。 例如，如果有1个页面。我需要将一页分成页眉部分，页脚部分，主体部分和侧面部分。 哪种编程语言和库给了我最大的灵活性来完成这样的任务，而不需要我做所有繁琐的工作。我对Python很熟悉。我知道Python的PDF和OCR库，但我找不到任何关于拆分单个页面的内容。 然后，最后希望将pdf页面的拆分部分传递给OCR，以识别字符并将输出转换为csv或文本文件。 提前感谢您……
浏览 18提问于2021-04-20得票数 0
回答已采纳
1回答
在处理和编写OCR信息方面，哪个程序是最快的？源文件是一个PDF，我想把它变成一个可搜索的PDF。
我不介意以速度为代价牺牲一些精确性。
我更喜欢OS应用程序。
浏览 0提问于2016-09-27得票数 1
下午好，我在我的项目中有一个问题，这是PDF压缩，过程如下:提取图像从一个PDF Hang OCR压缩股票OCR +合并图像和转换PDF每页结合所有生成的pdf格式与光学字符识别，光学字符识别PDFcon作为最终产品之一。我的原始文件大小为11MB，压缩后为4.2MB。整个过程运行得很完美，但我遇到的问题是OCR过程的速度。我在网上查看，我看到了一种方法来规避该过程，这是获得的原始PDF的文本层，并将其传递到最终的PDF是压缩的，尝试一些代码，如删除所有图像的PDF和单独与文本层，并插入我的压缩图像，但问题相比于上面提供的正常过程中，该文件的重量增加了超过4.2MB，这对我来说并不方便。当我寻
浏览 0提问于2014-05-16得票数 0
我指的是在tiff和jpeg文件上执行光学字符识别的“”，而是说“找不到尾部字典”，“无法读取外部参照表”，“异常失败(”错误: pdfinfo无法确定页数。检查pdf输入文件。\n“)”虽然从jpeg或tiff文件到PDF文件的转换工作正常，并且PDF文件在alfresco共享页面上可见“，但没有OCR正在处理这些tiff和jpeg文件
浏览 1提问于2017-06-26得票数 0
我已经实现了Azure Cognitive Read服务来返回PDF中提取的/OCR文本。
但是，为了使用户更容易理解上下文/从PDF复制和粘贴数据，我想将该文本数据覆盖在PDF上。然后我会将该PDF放入查看器中。
有没有人知道该怎么做。也很乐意使用AWS。基本上，一个API，我提交了一个PDF，它返回一个OCR的PDF是我要找的。如果这是不可能的，一个库，我可以提交文本和PDF (并返回一个文本可搜索的PDF)也是理想的。
浏览 1提问于2021-07-23得票数 1
2回答
我需要扫描文本文件到PDF。
我发现我的佳能扫描仪的功用和VueScan的OCR很可怕。ABBYY精品阅读器的工作足够好，但我想看看其他的选择。
我需要一个替代方案，比较OCR和图片质量和scan+OCR速度，并选择最佳的解决方案。
操作系统Windows或Linux。预算-无限。
浏览 0提问于2016-10-03得票数 2
1回答
我安装了gocr，命令由ubuntu终端(sudo apt install gocr)建议，以便对pdf文件中的文本进行OCR识别。我怎么能用呢？我没有找到一个教程来做这个。
浏览 0提问于2020-07-20得票数 3
函数extractTextFromPDF() {
// PDF File URL
// You can also pull PDFs from Google Drive
// this Fall2019_LLFullCatalog.pdf will not insert - internal error on insert is all the feedback that gets logged"
// doesn't matter if I retrieve it from the university website or if I first copy it to my
浏览 4提问于2019-08-04得票数 0
1回答
跟进如何OCR一个pdf文件和获得的文本存储在pdf？，我成功地制作了OCRed pdf页面。
然而，由于没有显示字母，我的意思是我看不到字符，但我可以选择它们，复制它们，并将它们粘贴到其他地方。这似乎不是Evince：https://bugzilla.redhat.com/show_bug.cgi?id=1364201的错误
当使用pdf三明治启动pdf页的OCR时，tesseract生成一个页面
包含没有任何可用符号的字体(他们将其命名为GlyphLessFont)。它只有.notdef和.null替代品(正方形)。如果字符没有字形，则Evince使用.notdef字形。Okular突出文
浏览 0提问于2016-08-27得票数 5
3回答
根据您的经验，什么是最准确的开放源码光学字符识别(OCR)库/软件来读取日文文本？
我刚试过nhocr，它的错误率超过2%，即使是在一个非常干净的高清晰度文档上(2%用于大字体的超干净字符，对于扫描过的书籍则更糟糕，更不用说手写形式了)。
日本旧手机(特别是夏普手机)在10年前就有了很好的日本OCR，所以我想它在开源中也是可行的。
浏览 0提问于2015-02-03得票数 6
正如标题所述，有没有办法使用Python对一个文件夹中的所有pdf文件进行OCR？我有下面的代码，但它只有一个文件的OCR一次和提取文本。我想做一个文件夹中所有的pdf的一般光学字符识别。如果可以的话，请让我知道。
from wand.image import Image
from PIL import Image as PI
import pyocr
import pyocr.builders
import io
tool = pyocr.get_available_tools()[0]
lang = tool.get_available_languages()[1]
req_image
浏览 0提问于2018-05-29得票数 0
我有一个包含pdf文件的目录。我已经编写了在将文件名传递给wand.image类的对象时执行光学字符识别的代码。我现在想做的是循环遍历pdf文件的目录，为每个pdf生成一个OCR的txt文件，并将其保存在某个目录中。到目前为止，我写的代码如下： import io
from PIL import Image
import pytesseract
from wand.image import Image as wi
pdf = wi(filename = r"D:\files\aba7d525-04b8-4474-a40d-e94f9656ed42.pdf", reso
浏览 12提问于2019-05-30得票数 0
我需要将扫描文档转换为mac上可搜索的文本PDF。
Acrobat可以通过其文本识别功能完美地完成这一任务，但考虑到我只需要这一个功能，Acrobat是相当昂贵的。有没有其他OCR工具可以做到这一点？OCR结果的质量很重要。
它不需要免费，只需要比Acrobat更低的成本。
浏览 0提问于2015-03-02得票数 2
回答已采纳
X版本有许多示例，但它们不能与XI一起工作，这是因为这些示例与菜单项一起工作，而Adobe into将OCR工具从菜单中移走。因此，我不知道如何使用applescript告诉Acrobat XI对某些文件执行OCR。
我的最终目标是设置一个关注的文件夹与黑泽自动光学字符识别每一个我放入的PDF文件，请不要告诉我使用PDFPen，我不喜欢它，我只是喜欢光学字符识别的特殊能力的Acrobat ;-)
谢谢。
-
cordialmente，
tiziano solignani，daMac
浏览 4提问于2013-02-05得票数 0
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
腾讯会议
实时音视频活动推荐
腾讯云开发者
