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
1回答
我有很多文件夹与很多PDF，我想要光学字符识别那些没有文字层。所以首先，我想找到他们。我以为也许用pdfgrep的烟斗就能做好这份工作，但我迷路了。
如何找到没有文本的PDF？
浏览 0提问于2021-01-15得票数 5
回答已采纳
我正在开发一个Android应用程序来检测PDF文件中的文本。
看起来Firebase ML工具包不支持PDF文件，对吗？使用Firebase ML工具包是否不可能识别PDF文件中的文本？
浏览 1提问于2019-03-07得票数 0
我正在尝试匹配HTML文档中包含特定文件夹链接的所有href属性，而不是PDF。我很难让它匹配，我有一个可以得到所有PDF的：但我排除PDF的尝试并没有让我走得太远。有没有办法做我想要的，或者我只是匹配所有的文件而不是使用条件语句来检查它是否是PDF
浏览 1提问于2013-06-04得票数 0
我在官方文件里什么都没找到。
我问这个问题是因为这两个文件都有.pdf扩展，也许IDE无法识别它们
浏览 6提问于2017-11-24得票数 5
回答已采纳
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
我正在生成PDF文件，其中包含英文和中文字符(使用Ruby对虾库)。我不想在生成的PDF文件中嵌入中文字体文件，因为这些文件需要保持较小。所以，我想知道我是否可以在PDF文件中提到一个中文字体名，让PDF阅读器正确地呈现汉字，因为PDF阅读器已经有了中文字体文件。
这有道理吗？如果是这样的话，在大多数中国人使用的PDF<
浏览 2提问于2015-05-06得票数 2
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。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
有办法编辑PDF文档文本吗？比如找到和替换特定的文本？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。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bo
浏览 5提问于2014-07-10得票数 2
1回答
我的PDF中有这样的文字：文本“全名”将始终在PDF中，但我不知道“全名”的值是什么，我需要找到它。是否有一种方法可以在PDF中搜索特定的文本并获取字段的值，而不只是查找字段名？我需要得到“鲍勃·史密斯”或者那个领域里的任何东西。名称"Bob Smith“将在每个PDF文件中位于相同的位置，在”全名“字段之后的空格数相同，我只是不知道如何捕获"Bob Smith”。
浏览 6提问于2014-05-21得票数 0
回答已采纳
2回答
我的/View/Layouts/pdf/default.ctp与我的/View/Layouts/default.ctp相同，在其他页面上可以很好地工作。为什么这在pdf中没有被识别呢？是因为它在另一个目录里吗？如果是这样的话，它不会产生任何错误。它下载的pdf，因为它应该，但文件没有风格。怎么一回事？还有什么我需要改变的吗？
浏览 2提问于2014-11-29得票数 1
我有字符串数据，其中包含一些英文字符和一些中文字符。我使用iTextSharp用这些数据创建了一个pdf文件。pdf文件创建后，当我打开它时，pdf只包含英文字符。它不显示汉字。你能告诉我如何在pdf文件中显示汉字吗？请注意，我写入pdf的字符串数据包含动态语言字符，即有时是英语，有时是中文，有时是日语等等。
浏览 2提问于2013-02-21得票数 3
回答已采纳
我正在使用免费的pdf库libharu生成PDF文件，但是我有一个编码问题，我不能在PDF文件上绘制泰语文字，所有的文字都显示“？..”
有人知道怎么修吗？谢谢
浏览 17提问于2010-07-31得票数 1
1回答
我正在尝试解码以盲文字体编写的PDF文件中的文本，并输出正常的文本。但是PDFTextExtractor (在iTextSharp中)不能处理这种字体。有没有可能用其他方式？我想知道如何从pdf文件中解码。我试着用，string text = PdfTextExtractor.GetTextFromPage(例如Arial)和盲文字</
浏览 3提问于2011-08-07得票数 1
回答已采纳
我希望为Django视图打开一个PDF，但是我的PDF没有文本，python返回给我一个空白PDF。在每一页上，这是对一个页面的扫描： with open(path) as pdf:
response = HttpResponse(pdf.read(),content_type='application/pdf</
浏览 1提问于2018-09-17得票数 0
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
腾讯会议
云直播活动推荐
腾讯云开发者
