【方法】 PDF OCR识别

更多代码在 Github

使用 ocrmypdf ，根据官方教程安装。Linux系统（包含MacOS，WSL）会简单一点，Windows复杂一点。

使用方法：直接在命令行执行

ocrmypdf --pages 1 --optimize 0 --output-type none --sidecar output.txt input.pdf -

–pages 1 是仅处理 pdf 的第一页，–optimize 0 禁用页面优化，–output-type none是不输出额外的一个pdf（需要配合最后的 -）

还可以加上 --quiet 不让打印过程

会在本地保存一个 output.txt 里面存有识别的文字。

默认的是英文，可以替换为其他语言

如果想要写入python，注意如果简单加进去会报一个错误 python stdout is connected to a terminal. Please redirect stdout to a file.下面的程序中已经修复了。

import os
import subprocess
import shlexfile = 'test.pdf'
command = f"ocrmypdf --deskew --rotate-pages --rotate-pages-threshold 5 --output-type none --sidecar ocr_output.txt {file} -"
command_args = shlex.split(command)with open('log', "w") as outfile:subprocess.run(command_args, stdout=outfile)
os.remove('log')

【方法】 PDF OCR识别相关推荐

PDF/OCR识别提取工具：Readiris Pro 17 for Mac
readiris pro mac破解版是一款专业级别的光学识别OCR软件,可对PDF和OCR等图文内容进行识别提取,能够快速精准的将您的PDF.图像和纸质文档转换为能够编辑的文字.而无需执行所有繁琐的 ...
html5 ocr图片识别,OCR识别控件LEADTOOLS HTML5案例：整页OCR识别
由于移动设备的处理能力和储存空间限制,在移动设备上执行光学字符识别(OCR)一直以来都是一项较大的挑战.随着LEADTOOLS HTML5的出现,在移动设备上执行光学字符识别(OCR)变成可能.凭借L ...
Enolsoft PDF Converter with OCR Mac(PDF格式转换及OCR识别软件)
Enolsoft PDF Converter with OCR Mac是一款专为Mac用户所设计的PDF格式转换及OCR识别软件,PDF Converter with OCR Mac特别版支持将PDF ...
PDF怎么识别提取文字？这个方法轻松提取
随着信息技术的发展,很多小伙伴已经不满足于对PDF文档的简单浏览和阅读.相反,很多时候我们需要将一些PDF文档中的内容提取出来,但是由于PDF不像Word文档这样开放,不能随意编辑提取内容.那么小伙伴 ...
PDF Converter OCR for Mac(PDF转换器和OCR识别工具)
PDF Converter OCR for Mac是Mac平台上的一款非常实用的PDF转换器和OCR识别工具,PDF Converter OCR Mac激活版能够帮助你进行打字和格式调整,操作非常的简 ...
Cisdem PDF Converter OCR for Mac(PDF文字识别转换工具)
Cisdem PDF Converter OCR Mac特别版是Mac平台上一款功能非常强大的PDF文字识别转换工具,用户可以通过Cisdem PDF Converter OCR for Mac将任何 ...
PHP PDF内容识别抓取信息方法
PHP PDF内容识别抓取信息方法 PDF Parser 使用 PDF Parser 参考:http://www.pdfparser.org/ (注意:composer.json 更新 pdfpa ...
[软件工具][windows]pdf指定区域OCR识别重命名工具使用教程
首先我们打开软件,界面如下: 如上图,使用非常简单,步骤如下: (1)选择工具-取模板选择一个pdf文件划定自己需要识别的区域,如果你选择第2页指定区域则软件统一识别所有pdf第2页指定区域取模板截 ...
【万能工具箱】PDF转word/去水印/编辑+图片处理+OCR识别，60+功能，一个软件搞定！
PDF转word,PDF去水印,PDF编辑,图片处理,OCR识别,屏幕录制,截图,文字转语音,音频格式转换--在我们日常办公中,这是经常碰到的问题. 问题虽小,但有时候却很折腾人,花几个小时找软件的经 ...
PDF批量识别OCR，Adobe acrobat pro批量识别pdf
搜索了很久也没有找到批量识别海量pdf文件的方法,结果在adobe的官方找到了"动作" 这个功能. adobe acrobat pro是全世界最好的识别中文的软件,没有之一. 走的 ...

【方法】 PDF OCR识别

【方法】 PDF OCR识别相关推荐

最新文章

热门文章