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
2回答
我得到了一个问题与Prestashop 1.7.4.2交货单，它不能识别高棉文字母。有谁可以帮助我用哪种字体来显示这些字母？
我已经在\override\classes\pdf\PDFGenerator.php中添加了支持的字体，但它不起作用。
浏览 1提问于2020-06-10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？谢谢！
浏览 1提问于2013-06-04得票数 0
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
浏览 5提问于2014-07-10得票数 2
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阅读器中是否会安装一些常用的中文字体？
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
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页面时，它会打开OK，但是我不能复制文本。
浏览 0提问于2014-03-16得票数 2
回答已采纳
2回答
我有不同类型的pdf，其中包含多个东西，如文字，表格等。该表可能存在任何地方的pdf(顶部，中部，底部)。我只想提取表数据(否)。列上的，不。在不传递位置的情况下使用java从pdf中提取行和表中的数据。
有人能告诉我如何用iText &
浏览 12提问于2017-03-31得票数 1
1回答
读取内容流时出错
、、
我正致力于捕获对show的postscript调用，并将当前字体和字体大小存储到pdf文本对象中输出。但是identify给了我一个错误： **** Error reading a content stream.pd0.pdf[0] PBM 612x792 612x792+0+0 16-bit Bilevel Gray 61KB 0.000u 0:00.000
pd0.pdf[1] PBM 612x792 612x792+0+0 16-bit Bilevel Gray 61KB
浏览 1提问于2018-02-12得票数 0
回答已采纳
我使用了qpdf和pdfinfo等工具从poppler获得有关PDF文档的信息。然而，我正在寻找一种方法，以获得更具体的信息，如宽度的边距，字体家族使用的，等等。然而，qpdf有一个--json选项，它将PDF转换成它的JSON表示形式。我对JSON非常熟悉，但是找不到任何叫做“边距”或“字体-家庭”的属性。这样的信息是否以PDF格式记录？我的主要目标是能够复制文档中的所有页边距/字体信息(假设它们是一致的，并且是从TeX或LaTeX之类的程序中生成的)，这样我就可以复制它们的精确样式。现在，我必须使用P
浏览 0提问于2021-09-14得票数 1
1回答
我有一个包含像<%DATE_OF_BIRTH%>这样的占位符的PDF，我希望能够在PDF中阅读并使用iText将PDF占位符值更改为文本。因此，在PDF中阅读，使用replaceString()方法并更改占位符，然后生成新的PDF。谢谢。
浏览 3提问于2014-04-15得票数 2
OCR 是实时高效的定位与识别图片中的所有文字信息，返回文字框位置与文字内容。支持多场景、任意版面下整图文字的识别，以及中英文、字母、数字的识别。简单来说就是将图片上的文字内容，智能识别成为可编辑的文本，这么强大的功能在我们生活当中有哪些应用呢？
浏览 3726提问于2018-08-24
我的PDF看起来很好，直到我编辑了它，现在它似乎仍然被破坏，即使我删除了我的编辑。文件diff程序表示这两个文件是相同的，但只有一个文件显示信息。复制：2)在文本编辑器中打开PDF并在顶部添加文本4)删除步骤2中添加的文本是否有任何方法可以将文本添加到PDF</
浏览 5提问于2017-07-27得票数 0
回答已采纳
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
腾讯云开发者
