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
我试图在PDF文件中找到一些文本，但结果并不准确！举个例子，我有两个PDF文件，其中有一个词domiciiado。当我搜索这个单词(domiciliado)时，doc取器只显示一个PDF文件和这个单词。我的问题是为什么doc取器没有用这个单词显示另一个PDF文件？PDF文件之间有什么区别吗？在一个PDF中，我只有文本，而其他PDF是文本和图像，这是从扫描页面。陷阱是什么？
P.S.：这两个PDF文件位于同一个目录中。
浏览 0提问于2016-08-16得票数 0
回答已采纳
问题: PDF文件和扫描文件中的图像包含无法复制或编辑的文本。但是，由于文档的大小和所涉及的大量时间，手工打字是不可能的。重量轻，使用简单文本可以保存在新的可编辑PDF或RTF文档中。
开源或高级版
浏览 0提问于2019-12-05得票数 1
在图像格式中有满满的文字。(E)以图像文件*.tiff格式扫描的文件。光学字符识别方法只识别正常格式的字母表。在这种图像格式中包含的文字就像行文一样。那么如何识别中的文本并将其转换为文本文件呢？
浏览 8提问于2014-10-11得票数 2
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<
浏览 18提问于2021-04-20得票数 0
回答已采纳
我转换pdf到tiff图像与图像魔术，从500 to到4.6mb的文件大小。convert \pph-psd.tiffTiff图像：
为什么会发生这种情况，以及如何将pdf扫描图像转换为最适合ocr的高分辨率tiff
浏览 1提问于2018-05-16得票数 0
回答已采纳
使用ZXing (在安卓上)，如果你启动像这样的PDF417条形码扫描.List<String> oDesiredFormats = Arrays.asList("PDF_417".split(","));
IntentIntegrator integrator = new你启动一个“所有代码”(除了PDF417和其他几个)条形码扫描像这样.那么，如何启动一次条形码扫描，同时识别(所
浏览 5提问于2014-03-21得票数 2
回答已采纳
我在寻找一种在图像中定位已知文本的方法。
具体来说，我正在创建一个工具，将一组扫描页面转换为支持搜索和copy+paste的PDF。我理解这通常是如何做到的: OCR页面，保留文本的位置，然后将文本作为不可见层添加到PDF中。Acrobat具有此功能，tesseract可以输出hOCR文件(包含识别的文本及其位置)，hocr2pdf可以使用这些文件生成文本层。不幸的是，我的源图像质
浏览 3提问于2015-02-23得票数 4
2回答
图像-文本转换器
、、、
我想要一种方法，把书中的部分图像转换成一个包含数学方程的Word文档。现在，如果没有开发这样一个软件来处理Word中的数学方程，那么它至少应该将数学方程作为图片嵌入到Word文档中。最理想的情况是Windows，但我也会考虑Linux (请不要使用Mac )。
浏览 0提问于2015-08-14得票数 2
在课堂上，我喜欢手写的笔记，然后我扫描它们，然后把它们打出来(帮助我记住它们，也使它们易于搜索)。主要的问题是，我使用了大量的绘图和复杂的数学，将数学公式转换成胶乳(或word)非常耗时，绘图要求我保存PDF和文本文档。我想做的是把我自己输入的基本文本(没有OCR)添加到PDF的文本层中，这样PDF就可以搜索，并且我可以通过不转换数学或绘图来节省很多时间。我已经研究过Preview、PDFpenPr
浏览 9提问于2013-09-12得票数 2
2回答
我可以访问我的图书馆的扫描仪，它可以创建“可搜索的PDF”。这些PDF显示扫描文档的确切图像，但是当您尝试选择包含文本的图像的一部分时，PDF中有一种隐藏的文本可以被选择。通过这种方式，您可以在扫描文档中复制和粘贴文本或搜索文本。这很有用。这是一个可怕的改进比原始扫描图像。我的mac上也有几个应用程序，可以从扫描</em
浏览 6提问于2015-10-02得票数 1
在过去的10天里，我刚刚开始使用Ubuntu，打算永久停止使用Windows。到目前为止已经很棒了。我已经用可用的Ubuntu应用程序和Google的一些帮助替换了几乎所有的Microsoft应用程序。
我的佳能CanoScan LiDE 110扫描仪出了问题。当我使用Windows 7中的扫描仪，并将扫描过的书籍页保存为PDF格式时，我可以打开PDF扫描页面并直接从其中复制文本以
浏览 0提问于2014-03-16得票数 2
回答已采纳
1回答
我正在寻找一个扫描套件，我的Windows 10家庭笔记本电脑，我可以使用与我的Richo全合一。能够将多个页面扫描到一个PDF中OCR的能力
浏览 0提问于2017-07-25得票数 4
我如何安装一个PDF阅读器，像“杂技XI专业”，让我突出文本，有文字识别，让我组合和转换PDF格式和其他格式？
浏览 0提问于2015-02-02得票数 0
目前是否有任何服务或软件工具使用Google Cloud Vision作为OCRing扫描的PDF文件的后端？如果没有，如何使用Google Cloud Vision将PDF转换为OCRed PDF？据我所知，Cloud Vision目前支持PDF文件，但它只能将识别的文本输出为JSON文件。因此，似乎需要在Google Cloud Vision之外的另一个步骤中，将这个转换后的文本放在PD
浏览 0提问于2018-09-15得票数 4
1回答
一些公司通过扫描仪提供Windows软件，这些软件可以从扫描过的页面上创建PDF，这些页面看起来与扫描的内容完全一样(就好像它只是全页图像)，但文本是可以识别和复制的。如何在Ubuntu上创建这样的PDF？
请注意，我不希望将扫描文本转换为常规文本。我想保持PDF外观的图片-完美的原始页面，但增加了一个公认的文本层，以方便使用。
浏览 0提问于2017-09-24得票数 4
回答已采纳
1回答
我有一个佳能扫描仪，我ḿ试图将它安装在一台ḿ机器上。在一个qube (虚拟机)中，我有一个新的Debian 10安装，另一个是新的Fedora 32安装。打印机驱动程序可从佳能网页获得，并具有一个可用于多个发行版的bash安装脚本。所以我把它安装在两个qube中，这一切都很好。在那之后，两家公司的印刷工作都没有问题。然后，我还在两个qube中安装了gscan2pdf。在Fedora中，当我启动gscan2pdf时，我可以很容易地选择我的</em
浏览 0提问于2021-03-28得票数 1
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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
