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
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
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。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
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
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粘贴到Google或任何LibreOffice文档。我尝试在Ubuntu中使用简单的扫描应用程序进行同样的操作。我通过简单的扫描将页面扫描为文本，并将其保存为PDF格式。但是在Ubuntu中，当我打开扫描的PDF<
浏览 0提问于2014-03-16得票数 2
回答已采纳
2回答
图像-文本转换器
、、、
这本书里满是数学方程式。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。
这种自由软件存在吗？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
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，可以从扫描文档或原始图像创建这种可搜索的PDF。因此，我搜索了相当一段时间来找到一个应用程序，它可以加载可搜索的PDF</em
浏览 6提问于2015-10-02得票数 1
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，并创建一个PDF与可选择的文本。
我对免费的，甚至付费的软件开放。
浏览 0提问于2017-07-25得票数 4
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
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佳能扫描仪和页面的源(平板或文档馈线)。但是，在Debian中，gescan2pdf不识别扫描仪。04A927FE_349f7ba38c13' is a CANON Canon
浏览 0提问于2021-03-28得票数 1
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
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(所有标准代码和PDF
浏览 5提问于2014-03-21得票数 2
回答已采纳
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。将已经知道的文本与扫描页面上的位置匹配起来似乎要容易得多，但我没有发现任何具有这种内置功能的软件。我如何利用现有的软件来做到这一点？
编辑:文字的大小和字
浏览 3提问于2015-02-23得票数 4
我想在png和pdf文件上执行光符识别。我能够获得png文件的Tesseract 3.0.2 .net包装器工作，但我找不到任何用于PDf files.So的类，它是否适用于pdf files.If不然后请让我知道扫描pdf的任何其他开源库。我的需求是扫描特定圆的pdf格式的图表，并为这些圆创建超链接。
浏览 8提问于2016-12-27得票数 2
回答已采纳
其目标是自动将所有扫描文档转换为可搜索的PDF文件，而不仅仅是图像。扫描后的文档由扫描仪自动上传到Linux服务器上的共享文件中，作为PDF文件。该软件应该能够监视文件夹和自动OCR扫描的文件，并将识别的文本添加到PDF文件，使其可搜索。它还应该能够很好地处理多页PDF。Linux
在后台自动工作，不需要任何额外的手动步骤。能够以正确的方式将OCRed文本添加回PDF中(这样桌面搜索引擎就可以对其进行索引)
浏览 0提问于2014-04-28得票数 16
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
