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
2回答
因此，我有一个.pdf文件，我需要能够确定它是否是通过扫描到PDF中创建的。我正在尝试确定它是否是我可以显示为文本的pdf。$pdf->properties['Producer']有没有办法确定我处理的是哪种类型的.pdf文件？
浏览 6提问于2010-03-05得票数 3
回答已采纳
在课堂上，我喜欢手写的笔记，然后我扫描它们，然后把它们打出来(帮助我记住它们，也使它们易于搜索)。主要的问题是，我使用了大量的绘图和复杂的数学，将数学公式转换成胶乳(或word)非常耗时，绘图要求我保存PDF和文本文档。我想做的是把我自己输入的基本文本(没有OCR)添加到PDF的文本层中，这样PDF就可以搜索，并且我可以通过不转换数学或绘图来节省很多时间。我已经研
浏览 9提问于2013-09-12得票数 2
1回答
我正在写一个词汇扫描器，我想知道我将如何区分一个操作(例如。( -)和一个有符号的数字(如。-14)。例如，以下两行都是有效的：12 +12+12但是，在程序的后面检查第二条语句的有效性时，它被标记为无效:一个数字标记不能被另一个没有相邻操作符的数字标记所跟随我希望它们被扫描为：12 + 12
我可以通过简单地检查前面的字符是否是操作符来实现这一点，如果是这
浏览 6提问于2013-12-28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。哪种编程语言和库给了我最大的灵活性来完成这样的任务，而不需要我做所有繁琐的工作。我对Python很熟悉。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<
浏览 18提问于2021-04-20得票数 0
回答已采纳
我需要从扫描的文档(pdf)中识别复杂的化学名称。它们包含特殊字符，并以表格格式写入。我还有一个Excel文档，其中包含我在扫描过程中可能遇到的所有可能的名称(我认为是行，因为没有组合)。有没有办法创建连字(这样Finereader就可以识别整行，而不是把它分解成单独的字符)？我尝试创建用户字典，但Finereader没有将其视为一行。
浏览 3提问于2017-05-02得票数 0
我试图在PDF文件中找到一些文本，但结果并不准确！举个例子，我有两个PDF文件，其中有一个词domiciiado。当我搜索这个单词(domiciliado)时，doc取器只显示一个PDF文件和这个单词。我的问题是为什么doc取器没有用这个单词显示另一个PDF文件？PDF文件之间有什么区别吗？在一个PDF中，我只有文本，而其他PDF是文本和图像，这是从扫描页面。陷阱是什么？
P.S.：这两个PDF文件位于同一个目录中。
浏览 0提问于2016-08-16得票数 0
回答已采纳
1回答
如何上传pdf文件后，扫描通过扫描仪馈线？我使用插件将图片上传到服务器，但在我正在开发的应用程序中，我必须将PDF文档上传到服务器。你能建议我插件或图书馆，即使不是免费的，我会非常感谢。
浏览 4提问于2012-09-17得票数 0
在过去的10天里，我刚刚开始使用Ubuntu，打算永久停止使用Windows。到目前为止已经很棒了。我已经用可用的Ubuntu应用程序和Google的一些帮助替换了几乎所有的Microsoft应用程序。
我的佳能CanoScan LiDE 110扫描仪出了问题。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
浏览 0提问于2014-03-16得票数 2
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='applicat
浏览 1提问于2018-09-17得票数 0
回答已采纳
在图像格式中有满满的文字。(E)以图像文件*.tiff格式扫描的文件。光学字符识别方法只识别正常格式的字母表。在这种图像格式中包含的文字就像行文一样。那么如何识别中的文本并将其转换为文本文件呢？
浏览 8提问于2014-10-11得票数 2
1回答
我在我的系统上使用pulseaudio。我已经安装了tts应用程序espeak和flite。这两种方法在从命令行调用时都能很好地工作，但在通过spd-say调用时却无法工作。以下是sudo systemctl status speech-dispatcherd.service的输出➜ journalctl -xe
Jan 18 00:30:18 archlinux-hostname sudo[1064
浏览 0提问于2019-01-17得票数 2
2回答
我正在做一个中文字符的OCR项目。但问题是，我需要让用户使用方框中的光标来选择他们希望系统扫描和识别字符的图像部分。有人知道怎么做吗？我被要求做一些像COCR2这样的事情。
浏览 1提问于2011-03-29得票数 0
我转换pdf到tiff图像与图像魔术，从500 to到4.6mb的文件大小。convert \pph-psd.tiffTiff图像：
为什么会发生这种情况，以及如何将pdf扫描图像转换为最适合ocr的高分辨率tiff？
浏览 1提问于2018-05-16得票数 0
回答已采纳
我想知道有多少PDF文件属于这三个类别：
这是很容易识别图像仅PDF在我的领域，因为每个<e
浏览 11提问于2020-08-19得票数 11
回答已采纳
1回答
我想知道如何搜索内容从图像和PDF在户外使用光学字符识别集成，请让我知道的步骤，我可以做到这一点？？使用Kofax或EpheSoft扫描软件。告诉我步骤..。请帮帮我..
在进阶时谢谢
浏览 3提问于2014-08-25得票数 0
使用ZXing (在安卓上)，如果你启动像这样的PDF417条形码扫描.List<String> oDesiredFormats = Arrays.asList("PDF_417".split(","));
IntentIntegrator integrator = new你启动一个“所有代码”(除了PDF417和其他几个)条形码扫描像这样.那么，如何启动一次条形码扫描，同时识别(所有标准代码和<em
浏览 5提问于2014-03-21得票数 2
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
实时音视频活动推荐
腾讯云开发者
