我对一些pdf文件有问题。我需要将它们转换为jpg图像，使它们可用于OCR，但当我转换其中的一些，魔杖转我的jpg在那里有一个黑色的背景文本。我看到这是一个关于空间颜色的常见问题。这似乎发生在word转换为pdf文件的文件中，其中空间颜色变成了CMYK。Tesseract OCR仅接受空间颜色RGB。我已经写了一个可以转换的python脚本，但我想解决这个问题。你能帮我一下吗？原页pdf ? 已将pdf转换为jpg
浏览 51提问于2019-04-22得票数 1
回答已采纳
3回答
我正在尝试使用tesseract和pdftools包将一系列扫描的PDF转换成可搜索的PDF。我已经完成了两步。现在我需要写回一个可搜索的pdf。读取扫描PDF
eg <- download.file("https://www.fujitsu.com/global/Images/sv600_c_automatic.pdf",
浏览 22提问于2021-09-01得票数 1
2回答
我使用pdftools包中的read_pdf()函数逐行读取PDF文件，但突然之间，它没有改变脚本、任何参数或行中的任何内容，而是开始读取整个页面，而不是逐行分隔元素。我怎样才能让它回到逐行分离？
浏览 8提问于2022-09-30得票数 0
回答已采纳
3回答
我正在尝试使用R接口来测试tesseract来创建一个包含嵌入式文本的PDF文件。我已经看到了前面的问题，但是它是关于使用命令行接口进行tesseract的。这个问题是关于R界面的。我将tessedit_create_pdf选项设置为1，但没有得到新的pdf文件。我没有看到设置输出文件的选项。如何使tesseract创建一个带有嵌入式文本的pdf？下面的代码在内存中生成很好的文本，但是没有PDF文件。tesseract(language = "eng",
o
浏览 9提问于2021-08-29得票数 1
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&
浏览 2提问于2013-06-14得票数 0
1回答
我想用R高亮显示PDF文档中的一些文本，我想搜索PDF文档中的一些文本，如果找到的话突出显示文本。我在寻找能做到这一点的包裹。有没有一种方法，我们可以突出显示一个PDF文件使用R？
浏览 2提问于2017-03-08得票数 2
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。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&qu
浏览 2提问于2012-07-10得票数 15
回答已采纳
4回答
有没有人知道一个.Net组件，可以通过编程将PDF转换为Word或RTF？我不想使用OCR和Adobe相关解决方案。
浏览 1提问于2011-04-20得票数 7
我需要转换成.doc文件使用C#的PDF文件。虽然这台计算机没有安装Office，但它没有文件系统。有没有什么好办法让我这么做呢？我做了一些研究，大多数人都在使用互操作服务。
浏览 2提问于2011-04-23得票数 0
回答已采纳
2回答
我正在开发一个C#应用程序，我在其中将PDF文档转换为图像，然后在自定义查看器中呈现该图像。
当我试图在生成的图像中搜索特定的单词时，我遇到了一些困难，我想知道最好的方法是什么。
浏览 2提问于2012-09-25得票数 4
回答已采纳
1回答
R中写入数据帧的错误
、、、、
我试图从我从pdf文件中提取的文本中搜索一个单词，这是OCR的格式。这个pdf文件有多个页面，所以对于每个页面，我都在搜索这个单词，如果找到了这个单词，然后编写文件名，或者不存在)，找到它的 page ，以及它找到的 word 。","west","para")tc=c()x=list()Status="Present"
浏览 4提问于2017-09-25得票数 0
回答已采纳
1回答
在PDF中用python执行OCR有可能吗？我正在尝试构建一个程序，从每一个PDF表格中提取一些信息，比如Autodesk BIM360所做的事情。
浏览 6提问于2022-05-26得票数 -2
2回答
我需要从pdf文件中获取数据及其标头，以便进一步与DB数据进行比较 我试着使用pdfbox，google vision ocr，itext，但是所有的库都没有结构和头文件。示例: Date\nNumber\nStatus\n12\12\2020\n442334\delivered 我会尝试将pdf转换为excel/word并从中获取数据，但为了实现这一点，我需要读取pdf并将数据写入excel/word。
浏览 54提问于2020-04-17得票数 0
回答已采纳
2回答
valoare="";tessnet2.Tesseract ocr= new tessnet2.Tesseract();
ocr.Init(@"F:\Manipulare pdf\bin(1)\Release32\tessdata", "eng", false);var rect = new System.
浏览 3提问于2013-04-05得票数 1
1回答
我们有一个pdf，这是一个手写的文件，并使用扫描仪转换为pdf。我正在使用TIKA 1.13，但无法从这样的file.After解析中提取文本，我只能得到"\n\n“作为文本。
浏览 21提问于2016-09-16得票数 1
是否有一个web应用程序可以将PDF文件转换为word (或html)文件，包括恢复表？(我希望将PDF规范转换成我可以用来驱动系统测试的格式)
我还没有接受一个答案，如果有人想写一个答案，比较不同的选择，我会接受它。
浏览 0提问于2010-07-17得票数 1
回答已采纳
我有两个pdf文件。在Sercurity选项卡上，两个文件都设置了Security方法:无安全性和文档程序集:不允许，页提取:不允许。其他项目是允许的。我使用standart ITextSharp方法从pdf中检索文本：
for
浏览 4提问于2014-05-21得票数 0
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
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
云服务器
ICP备案
对象存储
云点播
实时音视频
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