pdf多页文字识别
PDF多页文字识别是一种技术，用于将PDF文档中的文字内容提取出来并进行识别。通过这种技术，可以将PDF文档中的文字转化为可编辑的文本格式，方便进行后续的处理和分析。
PDF多页文字识别的分类可以根据识别的方式进行划分，常见的有基于光学字符识别（OCR）和自然语言处理（NLP）两种方法。
基于OCR的文字识别是通过对PDF文档中的图像进行分析和处理，将图像中的文字转化为可识别的文本。这种方法适用于PDF文档中包含扫描的图片或者是通过图片生成的PDF文档。腾讯云提供的相关产品是腾讯OCR，它可以实现高精度的文字识别，并支持多种语言的识别。具体产品介绍和使用方法可以参考腾讯云OCR产品的官方文档：https://cloud.tencent.com/product/ocr
基于NLP的文字识别是通过对PDF文档中的文字进行语义分析和处理，将文字内容转化为结构化的数据。这种方法适用于PDF文档中的文字已经是可编辑的文本格式。腾讯云提供的相关产品是腾讯文智，它可以实现对文本进行情感分析、关键词提取、命名实体识别等功能。具体产品介绍和使用方法可以参考腾讯云文智产品的官方文档：https://cloud.tencent.com/product/ti
PDF多页文字识别的优势在于可以快速准确地提取PDF文档中的文字内容，方便进行后续的处理和分析。它可以应用于各种场景，例如电子商务中的订单处理、金融行业中的合同管理、法律行业中的案件分析等。
总结起来，PDF多页文字识别是一种将PDF文档中的文字内容提取出来并进行识别的技术。腾讯云提供了相关的OCR和NLP产品，可以实现高精度的文字识别和语义分析。具体产品介绍和使用方法可以参考腾讯云的官方文档。
相关·内容
我使用这个宝石来使用Prawn来创建一个PDF：
然而，我似乎不知道如何添加一个图像。我尝试过pdf.image "path/to/img.jpg，但它会说该文件不是可识别的格式。
我也在第101页：上研究过这个问题，但是它不起作用。
这种情况发生在意见中：
prawn_document() do |pdf|
pdf.image "#{Rails.root}/public/logo.gif"
end
这会抛出：
Prawn::Errors::UnsupportedImageType at /admin/purchases/6188.pd
浏览 2提问于2013-12-04得票数 2
回答已采纳
我正在搜索一个系统，它允许我从html生成PDF文件。我想使用尽可能多的CSS样式。
这将是很棒的功能：
在每一页上重复某些元素(页眉/页脚)
系统应该知道生成的pdf的页数，所以我可以插入如下内容:第1页5页，第2页5页，第3页5页等等。
CSS2 / CSS3将非常适合于造型设计
线段的自动识别
哪些软件/系统/服务可以推荐使用html/css自动生成pdf-文件？
无论系统是免费的还是商业的，这都无关紧要。但对我来说最重要的是，有可能用现有的软件来发布这个系统。因此，如果这是一种商业行为，应该有可能将其包含到一个软件栈中。
浏览 10提问于2011-01-21得票数 3
4回答
我想将多页pdfs有效地转换成单页图像。
我已经知道如何用imagemagick一页一页地做这件事。例如,
convert x.pdf[2] x3.jpg
将给我的第3页的pdf作为一个图像。因此，如果我使用识别计算出pdf中有多少页，那么我可以循环遍历并将pdf中的所有页面转换成图像。然而，此方法可能需要一段时间。例如，一个15页的pdf可能在15-30秒之间的任何地方。
根据我在其他地方看到的答案(也是在imagemagick论坛上)，下面的imagemagick命令应该将一个pdf分解成多个图像。
convert x.pdf x-%0d.jpg
但最终所做的就是创建名为x-0.jpg的第
浏览 0提问于2013-06-10得票数 38
1回答
我需要pdftk来为pdf添加水印。我正在以编程方式生成水印的内容，并将其写入一个文本文件。然后我使用cupsfilter创建水印pdf，然后使用pdftk将生成的水印pdf应用到eBook pdf。 我知道pdftk将逐页水印pdf应用到eBook pdf上。 如果我创建了一个62行的文本文件，其中有61行空行和第62行的水印文本，那么它可以正确地应用于eBook pdf的每一页上大约5/6的页面高度。我再添加一个空行，水印文本就消失了。它不会在下一页结束，它根本就不在那里。 我的最终目标是将水印文本放在eBook第二页的底部 所以我需要创建一个3页pdf，有第一页空，水印文本在底部的第二
浏览 77提问于2021-03-31得票数 0
1回答
根据陈博士以下的文章，我们可以描述高层次的实体关系。(见第10页、第11页和page9 of doc-B)
·doc-A)英语句子结构和实体-关系图。
http://www.maltercorp.com/DrPeterChen/english.pdf
·doc-B)英文、中文和ER图。
http://www.csc.lsu.edu/~chen/pdf/ER_C.pdf
这些文章说ERD是从下面的英文句子中翻译出来的。
--该产品已运给客户。
-本诉讼“船运”由办事员执行。
📷
然后再考虑另一个例子。
-客户被确认为银行卡。
-这一“识别”行动是由银行认证的。
-银行向他们的“客户”发出“银行卡
浏览 0提问于2012-05-14得票数 2
这是关于Imagick的一个非常基本的问题。它是否有任何php类用于将图像组合成组合多页PDF，如 Acrobat编写器
我在这里经历了许多类似的问题，但我没有发现任何关于确切主题的问题。
我上传了不同格式的多个文件，包括PDF本身，将这些文件合并成一个长图像，并使用imagick appendImages将文件转换为PDF。
如果我依靠印刷媒体，用户从如此长的图像中选择和打印特定的内容片段将是一件麻烦的事情。
我无法识别这个主题特定于Imagic类的资源。克服这一问题的最佳方法是什么？
浏览 6提问于2017-07-30得票数 0
在我们的办公室，我们每天都要扫描一堆收到的文件。我们确实有一个带有自动馈线器的扫描仪，它可以将每个扫描文件保存到我们网络上的一些文件中。然而，必须有人站在扫描仪前面，一次给它一个文档，等待扫描仪完成并上传，然后再给它下一个文件，以确保每个文档最终得到一个PDF。(每个文档可以是一个到X页。)
因此，我们的想法是有一种分隔页，可以放在文档之间的一堆中，然后在一个目标中扫描整个页面。在此之后，我们将需要一个工具来将产生的巨大PDF再一次分解到单个文档中，我们不想手动这样做。对于某些批处理pdf处理工具来说，识别分隔页并相应地拆分PDF不应该是火箭科学。
下一步将是使用分隔页，它将告诉工具进入下一个
浏览 0提问于2020-05-01得票数 2
1回答
我们正在使用Tesseract的名为Tess4j的Java库来将PDF文件转换为文本。它可以很好地处理Tiff文件以及单页PDF文件。但是对于多页PDF，它确实会生成输出文件，当它到达最后一页时，控件似乎不会返回到调用doOCR调用的原始应用程序。它只是停留在那里/挂在那里，什么也不做。是不是本机调用没有返回的问题。我不知道，
如果这个问题有解决方案，请尽快告诉我。
问候
Vish
浏览 0提问于2011-07-12得票数 0
回答已采纳
我正在寻找一个良好的PDF 2图像转换器很长时间。我需要将PDF转换成图像，以便使用Qt打印它。我正在用Python/Pyside进行编程，所以如果我可以使用子进程将PDF转换成一系列(PNG)图像，我就可以毫无问题地打印它们。
我通过从Imagemagick调用convert.exe实现了这一点。它运行得很好，但是它依赖于GhostScript，这是一个我想避免的大包，因为它的集成更加复杂。
我也尝试过来自GhostScript的GhostScript，但这似乎没有stdin和stdout选项。太遗憾了，因为它首先保存了我的文件。用muPDF打开它，转换并保存它，然后在我的Python应用程
浏览 1提问于2013-06-21得票数 1
回答已采纳
3回答
从命令行打印每页两页
、、、、
假设我从PDF文档开始，比如12页，用evince查看。要生成另一份6张的PDF，页面设置为每页两页，我通常使用^P对话框中列出的“打印到文件”设备。这件事处理得很整齐。
我想将此操作翻译为命令行。
据我所知，这不是pdftk可以做的操作。请交叉核对。
命令lp将接受-o number-up=2选项，它不识别任何名为“打印到文件”的设备，这些设备实际上没有出现在lpstat -p -d中。
我知道什么是“打印到文件”，它可以从命令行使用吗？的帖子。我已经安装了cups-pdf，一个名为PDF的新打印机被确认。但是，简单文本文件的打印质量太原始(例如，开始时没有打印边距)。此外，如果我在这个设备
浏览 0提问于2016-01-09得票数 16
回答已采纳
3回答
我有几个具有以下属性的PDF：
每个PDF包含可变数量的“文档”，具有不同的页数。
“文档”中的每一页都有诸如“第3页(共26页)”之类的文本。
我希望能够自动识别PDF中每个“文档”的第一页和最后一页(注意:这与PDF的第一页和最后一页不同，因为每个PDF可能包含几个“文档”)，并将这些文档提取到新的PDF中，以便以后打印和存档。
我不确定我能带来什么工具来解决这个问题，也不确定有什么库可以解决这个问题。
有什么建议吗？最好是免费的，可以用来创建一个可以在Windows上运行的工具。
浏览 4提问于2009-04-08得票数 1
4回答
我正在寻找一个组件，以查看和打印PDF文件从Delphi/C++Builder。Delphi或ActiveX，而不是.NET。许可证必须用于免版税分发，并且查看器不得要求安装Adobe Reader。
到目前为止，我已经尝试过：
Gnostice PDFtoolkit: JPX图像的显示问题
Radaee PDF Viewer:渲染速度快，但会崩溃。没有来自支持的回复。
VeryPDF:渲染速度很慢，但很可靠。不能打印
WPViewPDF:大多数PDF的布局混乱
GdViewer:无连续多页显示
QuickPDF库:无连续多页显示
eXPert PDF查看器:不允许用于一般的PDF查看器。没有
浏览 0提问于2010-07-08得票数 13
3回答
我有一个多页PDF与照片图书页。我想从每一页删除梯度，为光学字符识别做准备。
此命令在单个页面的PNG上运行良好：
convert page.png \( +clone -blur 0x64 \) -compose minus -composite -channel RGB -negate page_deblurred.png
但是，当我使用这个命令在多页PDF上试用这个命令时.
convert full.pdf \( +clone -blur 0x64 \) -compose minus -composite -channel RGB -negate full_deblurred.pdf
.
浏览 7提问于2020-03-14得票数 2
回答已采纳
我使用下面的代码(python + AWS + lambda)和OCR成功获得只有一页的pdf的响应。
但是当我用不止一页pdf进行测试时，它就不起作用了
需要向OCR提供多页pdf的建议
client = boto3.client("textract")
response = client.analyze_document(
Document={
"S3Object": {
"Bucket": 'test-bucket',
浏览 6提问于2022-10-27得票数 1
1回答
我正在尝试找到一个解决方案来拆分我在我的电子邮件中收到的PDF，以便开始OCR (发票)。该脚本工作良好，但只有1-2页的文件，所以我试图弄清楚如何管理多页PDF，并决定寻找一个代码，将大PDF分成多个PDF的一页… 我得到了这个主题:pokyCoder，并尝试了基于此脚本的代码：link @pokyCoder (第484行) 结果是相当好的，但脚本不能在多页的风景PDF上工作。脚本使每一张幻灯片都是纵向的，而这些幻灯片是不完整的，无法阅读。 我怎样才能让脚本与景观一起工作呢？或者至少，我如何在自动启动之前检测布局方向？ 感谢您提供的任何帮助:)
浏览 11提问于2020-10-06得票数 3
回答已采纳
我有由PDFcreator创建的PDF。每个多页PDF的第一页都有需要识别的邮寄地址。有没有办法在PDF的特定区域内进行文本搜索？
我已经找到了和，但看不到将搜索限制在特定区域的方法。我主要关心的是准确性，因为在同一个PDF中可能会出现不同的地址。另外，搜索整个PDF可能太慢了。
浏览 5提问于2012-12-13得票数 0
1回答
我有一个html文件，其中包含静态和动态数据，我需要从该html文件生成PDF文件。我可以创建PDF文件，但它只打印第一页。我需要一个三页的PDF文件。我使用了以下两个函数来绘制和保存PDF文件。我的代码是：
func exportHTMLContentToPDF(HTMLContent: String) {
let printFormatter = UIMarkupTextPrintFormatter(markupText: HTMLContent)
let printPageRenderer = CustomPrintPageRenderer()
printP
浏览 9提问于2017-01-20得票数 3
2回答
我有一个有n页的PDF文件，我需要将它分割成n个文件。在我有条形码的每一页上，我都需要识别/读取条形码。如果我有两个具有相同条形码的文件，我需要合并它们。
有人能推荐一个.net组件或exe或者其他能帮助我的东西吗？它可以是商业的。
我试过：
只对文件进行拆分和合并
只识别条形码，而且非常昂贵。
一个-pdf-不总是识别条形码和不合并/拆分两个文件。
谢谢
浏览 4提问于2011-11-10得票数 1
1回答
更快地替代PDFcrop
、、、
背景
目前，我正在使用PDFcrop来减少由我的笔记本电脑打印到PDF设备生成的多页PDF文件的不需要的边距。
问题是，PDFcrop非常慢。对于一个15页的文档，使用以下语法处理需要17分钟。
pdfcrop --margins "-1 0 -1 -2" Raw.pdf Cropped.pdf &> /dev/null
不用说，这是不可接受的，因为事实上，我将做一个类似的过程，以完全相同的方式生成的PDF文件，将超过150页。我不喜欢让我的电脑在一夜之间单独运行。
我已经考虑过使用PDFjam来裁剪页面，但是它并不像预期的那样工作。我使用了下面的命令，它从我的P
浏览 0提问于2016-01-21得票数 5
因此，我正在使用FPDI创建一个多页PDF，在下载和打开它创建的PDF时遇到了一个问题。通过内置插件在Chrome或Firefox中查看时，它可以很好地显示和打印。然而，在Adobe Reader或IE中，当我向下滚动页面时，它显示错误“这个页面上有问题”。
我正在使用FPDI设置一个源文件，奇怪的是它显示得很好。在这个例子中，我有55页。它显示了我设置的源文件的55页，但只有第一页包含我设置为PDF的文本。其余的页面只是源文件。我猜我遗漏了Adobe Reader不喜欢的东西，但我不确定它到底是什么！
require_once('/data/functions/pdfs/fpd
浏览 0提问于2014-10-30得票数 0
如何执行ImageMagick的convert如果我想要一个JPEG从第一页只从多页PDF？
浏览 3提问于2012-09-27得票数 75
回答已采纳
我有一个5页的PDF文件。我已经创建了一个PDF文件，所有这些页面都放在一张很长的纸上。为此，我使用了pdfpages LaTeX包和以下代码：
\includepdf[pages={1-5},nup=1x5]{original.pdf}
原始PDF文件在所有页面上都具有可识别和可选择的文本。但在生成的文件(result.pdf)中，只有前两页允许选择文本。拼接是正确的，看起来和预期的一样。
浏览 10提问于2019-07-27得票数 0
回答已采纳
1回答
我正在开发一个应用程序，它生成用于打印的多页(有时是数百页或数千页) PDF文档。每个页面都包含一个通用模板，其中包含一些特定于页面的内容(请考虑:自动填写纸张表单的“名称”字段)。
但是，问题是模板相当大(大约100 of /页)，并且在每个页面上复制它会产生非常大的PDF文件(目前，这个PDF是通过使用rsvg-convert将一个满是SVG文件的目录转换成一个PDF文件生成的)。
是否可以通过引用静态模板来减少重复，以便每个PDF页面只包含自定义内容？
理想情况下，我想知道如何使用Python或Ghostscript来完成这一任务，但是任何起点都会很感激。
浏览 4提问于2013-12-13得票数 2
回答已采纳
1回答
我试图转换成一个多页pdf的所有页面在pdf堆叠到一个单一的图像。我正在尝试使用Imagick()类。我发现了类似的问题，但没有一个对这个问题有帮助。这是我正在使用的代码。
$img = new Imagick();
$img->setResolution(300, 300);
$img->readImage(example.pdf);
$img->resetIterator();
$imga = $img->appendImages(true);
$imga->setImageFormat('jpg');
$imga->writeImage
浏览 0提问于2020-05-16得票数 0
我需要将一个多页TIFF转换成多页PDF。我可以访问ImageMagick和GhostScript (在*nix环境中)。我该怎么做？谢谢。
更新：
事实证明我的测试文件是错误的(它没有多个页面)，这让我认为我的命令是错误的。这似乎适用于我：convert input.tif output.pdf
浏览 16提问于2011-01-17得票数 9
回答已采纳
2回答
如何在移动Safari中强制多页PDF的打印对话框(打印第一页即可工作)？
附带信息:如果我在移动Safari中“长点击”PDF，我会得到一个“图像另存为”对话框。也许移动Safari实现将PDF呈现为图像，我应该搜索该引擎呈现多个页面的解决方案？！
浏览 26提问于2017-04-24得票数 51
2回答
我们正在使用一个web服务，它以PDF或Tif文件的形式返回传真文档。这里的目标是能够查看传真，它可以是多页的，允许用户点击通过各种传真“页面”
我们面临的挑战是传真可以返回PDF或Tif文件。我们得到一个大的PDF或一个大的Tif文件，尽管传真可能有几页长。
哪种文件格式对我们来说是更好的选择，以便能够：
1)。是否允许用户以多页格式查看？这就是在分页方面更好的处理方式吗？
2)。什么是更好的用户界面选择？
3)。我们如何对它们中的任何一个进行分页？
浏览 1提问于2011-05-16得票数 0
回答已采纳
4回答
这看起来是最简单的事情，但我不能让它起作用。
我需要将文本添加到多页pdf的第一页(可以是任意页数)。
在两页pdf上使用此代码(不使用for循环，只使用$pdf->importPage(2))，我最终得到两页，但第二页是第一页的重复。文本是写在第一页，这是好的，但我需要所有的页面包括在输出pdf。这是我的密码
// Original file with multiple pages
$fullPathToFile = 'full/path/to/file.pdf';
class PDF extends FPDI {
var $_tplIdx;
f
浏览 4提问于2013-01-27得票数 4
回答已采纳
当用户单击链接时，我试图将链接按钮的文本颜色更改为红色。因此，作为一个用户，我可以识别我已经点击了这个链接。
<body>
<form id="form1" runat="server">
<div>
<asp:GridView ID="FileGrid" runat="server" AutoGenerateColumns="False" OnRowCommand="FileGrid_RowCommand">
浏览 3提问于2015-06-24得票数 0
回答已采纳
这个问题是关于Azure Forms Recognizer的。我们正在使用扫描/非扫描的pdf和文档中的表格。 如果包含行级别项目(行和列)的表格跨越pdf文档中的多个页面，我们通常需要为每一页创建不同的标签。 有没有办法在不为每个页面创建标签的情况下实现同样的效果？假设我们的训练数据有2页的表，而在稍后的时间点，生产数据可能在表中有n页。提前感谢！ 我们已经到了这里，截图如下： ?
浏览 31提问于2021-09-21得票数 0
我试图打开一个大PDF文件，但是用下面的代码
using BitMiracle.Docotic.Pdf;
PdfDocument pdf = new PdfDocument("document.pdf")
string document = pdf.GetTextWithFormatting();
字符串document获得第87页(174页)。为什么只需要文件的前半部分？
编辑:这是一个评估模式的库限制。还有其他选择吗？
浏览 6提问于2017-07-02得票数 1
回答已采纳
现在买一本电子书比买死树版本更实用。但是PDF经常包含印刷版使用的空白页面。我通常会看到10-30个空白页(或者带有文本"This page intentionally leavutedleakingleak.“的页面)。每本电子书。是否可以通过编程方式删除这些空白页？目前，我手动识别空白页，然后通过以下方式运行：
pdftops orig.pdf - | psselect "$range_of_non_blank_pages" | ps2pdf - new.pdf
因此，最困难的部分是识别空白页面。pdftotext在大多数情况下都可以工作，除非页面只有图像而没有文本
浏览 2提问于2010-07-14得票数 4
我正在使用Python的textract库来读取PDF文件并从中提取特定信息。到目前为止，它在99%的文件上都工作得很好。读取分页样式的PDF时出错。 ? 它打乱了顺序，并将前两页视为一页，因此它从最左边到最右边读一行。这是非常关键的，当我阅读整个PDF时，将拆分的页面作为单独的页面进行处理。 ? 下面是我的代码： text = textract.process("pdfs2/filename.pdf")
text = text.decode('utf-8') 我不知道其他库是否也有同样的问题，但我尝试了PyPDF2，pdfminer，pdf2
浏览 20提问于2021-04-20得票数 0
我正面临着谷歌Chrome的问题。我的PDF中有一个只显示第一页，其余的如下所示：
示例：
第一页显示正常。
它识别PDF中的页数。
如果我下载了PDF，它是完全可以使用的，我甚至可以在Chrome中打开它，它工作得很好。这个问题并不发生在Firefox或Safari上。
我使用谷歌Chrome版本85.0.4183.83 (正式构建)(64位)
谢谢你的帮助。
浏览 1提问于2020-09-07得票数 1
对于我的网站，我使用一个小脚本来转换PDF为JPG。
exec('gs -dSAFER -dBATCH -dNOPAUSE -r150 -dJPEGQ=60 -sDEVICE=jpeg -dTextAlphaBits=4 -sOutputFile= '.$file_name.' '.$pdf);
我想要的是当我有一个多页PDF转换成一个单一的jpg (多页在一个jpg)。
有人知道怎么做吗？
提前感谢！
浏览 2提问于2012-01-27得票数 1
回答已采纳
1回答
jspdf库用于生成html格式的PDF文件。
这是一件非常好的事情。
但我对pdf有个问题。数据大约有三页长，但如果检查下载的pdf文件，我只看到一页，其余的将被截断。
下面是我的代码：
let pdfName = this.contractlist_detail.title
var doc = new jsPDF();
var NotoSansCJKjp;
doc.addFileToVFS('NotoSansCJKjp-Regular.ttf', VFS);
doc.addFont('NotoSansCJKjp-Regular.ttf', 'Not
浏览 0提问于2019-08-29得票数 0
2回答
自定义媒体类型的URI？
、、、
我需要在RDF文档中描述电子签名的PDF和普通PDF的文档。只包含媒体类型。
使用自定义URI从普通PDF中识别电子签名PDF的良好做法是什么？
我正在读到，可以从x-开始定义一个新的媒体类型；我可以简单地定义http://example.com/media-type/application/x-signed-pdf并使用这个URI作为RDF中dcterms:format (或myontology:mediaType)属性的值吗？
浏览 3提问于2018-06-06得票数 2
回答已采纳
1回答
我正在尝试使用flutter pdf包生成pdfpdf，一切正常，但我想在多个页面上生成部分下面我添加了我的代码示例 final pdf = pw.Document(); pdf.addPage(pw.MultiPage(
pageFormat: PdfPageFormat.a4,
build: (pw.Context context) {
return pw.Center(
child:Column(
children:[
pw.Text("Hello World"),
浏览 76提问于2021-02-12得票数 1
回答已采纳
我试图在Tesseract OCR中将Image转换成文本PDF。在中间，我需要检查封面页，并从结果中删除。在Tessaract OCR中是否可以根据封面的特定属性(封面文本匹配)来识别封面。或者，我是否需要获取tessetact OCR结果的全部输出，并提供我的逻辑来扫描PDF和删除封面页。我非常困惑，任何帮助都将不胜感激。
浏览 1提问于2018-09-20得票数 0
回答已采纳
1回答
标题说明了一切，我想要一个多页pdf，但在每一页，我想要多个情节。我认为多页面是pdf的默认格式，但我似乎无法让它发挥作用。下面是一个简化的简化代码
set terminal pdf
set output "trial.pdf"
set multiplot layout 2,2
plot cos(x)
plot cos(2*x)
plot cos(3*x)
plot cos(4*x)
plot cos(5*x)
这只给了我一页，最后的情节是找不到。我误会什么了？
谢谢!
浏览 0提问于2018-05-10得票数 3
回答已采纳
2回答
我想查看多个JPEG图像(扫描)像一个PDF。如果我在gwenview中打开一个，它会将它们显示在屏幕上，而我不能真正滚动。如果我在okular中打开它们，它就会像我想要的那样显示它们，但是我不能打开多个图像这是不会改变的。
还有其他程序可以“模拟”多页PDF吗？
浏览 0提问于2012-01-14得票数 4
回答已采纳
我见过一些pdf文件后，OCR有非常准确的文本(无论是在识别率，在文本对齐图像)。
如果pdf文件中隐藏的文本层是否来自OCR，那么Unix/Linux工具会帮助我知道什么呢？
浏览 0提问于2014-12-07得票数 2
1回答
PDF压缩方法
、、、
问题
我有很多旧书要扫描和数字化。为此，我使用一些平板扫描仪，xsane和GImageReader，这是很好的工作。
几年前，当我还在使用Windows时，我使用了ABBY Fine Reader，我对此也很满意，但它在Linux上是不可用的。
现在，比较我现在创建的PDF和我在当时创建的PDF，我发现现在的文件要大得多。
使用ABBY时，我常常得到文件大小在10-50 MB之间的50-60页的PDF，我认为这是可以接受的。现在，我有50-60页的PDF，文件大小为150+ MB，例如，在智能手机上读取它们时不太有用。
我使用相同的设置进行扫描，即：
A4页面
jpg压缩
300 dpi
封面
浏览 0提问于2021-01-03得票数 0
2回答
我在一个图像浏览应用程序(OSX)上工作，目前它可以加载和查看图像，但我需要能够查看多页PDF和TIFF。我会有下一页/上一页按钮，等等。
现在，对于PDF，我希望使用NSPDFImageRep。这将允许我设置当前页面和绘制当前页面等。
但是，我没有看到NSTIFFImageRep，而且NSImageRep类似乎没有任何处理页面的方法……
ETA (关于我的问题的更多细节)：如何使用多页TIFF？在C语言中，我使用了一个CGImageSource，它让我获得第n页。我没有看到目标C中的口水战的等价物。
谢谢。
浏览 3提问于2009-08-19得票数 3
回答已采纳
在使用DrawImage()方法将图像添加到每个页面上的退出PDF文件(PDFBox api)以实现此操作时出错，但低于异常
java.lang.IllegalStateException:错误:在文本块中不允许drawImage。
方法:contents.drawImage(80，80)；
我不确定现有的PDF文件，它可能包含数据或图像在每一页。我想在每一页上添加小图片。它很好，它重叠现有的数据。
org.apache.pdfbox.pdmodel.graphics.image.PDImageXObject ximage = null;
org.apache.pdfbox.rend
浏览 1提问于2019-09-05得票数 0
1回答
我有一个pdf文件，有300页，每一套网页包含一个人的识别信息，如社会保障号码。
假设1-4页为社会编号987-65-4320，5-6页为987-65-4321页。
我想提取第一个员工的所有信息，从开始，从第一个社会号码位置到第二个社会号码位置，然后将它们保存在一个新的pdf文件中。
我看到的所有例子都是关于从pdf文件中提取所有文本，而不是基于这个特定的标准：
请建议如何做到这一点。
浏览 1提问于2012-07-17得票数 1
回答已采纳
我使用RMarkdown将各种..pdf文件拉到一个中央文件中。这些.pdfs是多个页面的长度。我使用的代码是：
---
title: <center> <h1>Analysis Data</h1> </center>
mainfont: Arial
output:
pdf_document:
latex_engine: xelatex
sansfont: Arial
fig_crop: false
toc: true
classoption: landscape
fontsize: {10}
geometry: margin=0.3
浏览 2提问于2017-09-08得票数 1
回答已采纳
有人能建议我如何使用多个Apache对象创建一个pdf吗？
我们知道Apache使用FO(格式化对象)生成pdf。FO是通过应用xsl从xml创建的。
我的要求是，我将生成多页pdf文件。每个页面模板将是不同的，所以我需要多个xml和xsl文件为一个pdf。我想合并它们并创建一个FO，但一些PDF大小将持续到2000页，这将导致OutOfMemoryError。
我查看了Apache引用示例文件，以便使用多个FOP创建一个pdf，但找不到。
浏览 1提问于2017-06-29得票数 0
回答已采纳
我正在寻找一个文件扫描仪为windows 10 (我的表面平板电脑)通过相机转换成多页pdf文件文件。类似于天才扫描，但适用于Windows。
要求：
多页pdf创建
免费广告
不需要登录/帐户
免费或付费(但只付一次！)
使用方便
应该产生合理的pdf小文件大小
很高兴有：
自动为机器类型的文档添加ocr层
自动文档检测
自动透视校正
可调输出分辨率
浏览 0提问于2022-09-02得票数 1
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
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
