我想在png和pdf文件上执行光符识别。我能够获得png文件的Tesseract 3.0.2 .net包装器工作，但我找不到任何用于PDf files.So的类，它是否适用于pdf files.If不然后请让我知道扫描pdf的任何其他开源库。我的需求是扫描特定圆的pdf格式的图表，并为这些圆创建超链接。
浏览 8提问于2016-12-27得票数 2
回答已采纳
我有一个pdf，大约50页扫描表。我需要最终把它刮到R中，这样我就可以清理数据并将其导出为.csv。我有使用tabulizer抓取可读的pdfs的经验，但我以前从未真正使用过扫描pdfs，tabulizer无法读取它们。环顾在线，我所能得到的最远就是将扫描的pdf作为一个字符对象读取到R中，但这会使格式发生很大的变化，因此表中的列都错对齐了，并出现了无序。即使它的格式仍然很好，我也不知道如何将字符对象转换成最终的df
浏览 5提问于2022-11-16得票数 0
要求：生成可搜索的PDF (OCR) 从扫描文件中扫描条形码。(可选但很好) .NET核心/跨平台支持用于扫描文档的</
浏览 0提问于2020-02-03得票数 1
3回答
我试图使用Tesseract OCR在多个大pdf文件上执行OCR (~400-600页)。我不一定要从所有页面中提取文本，但我只想要几页(页码已知)。PDF文件似乎已经在上面执行了某种OCR，但这不是一个好工作。0].show()这就是输出应该是什么样子：
我确实认为在PDF上进行的OCR在这里引起了一些问题。我不知道怎么绕过它，有人能帮忙<em
浏览 10提问于2021-06-06得票数 2
我希望使用alfresco和tesseract OCR将*.PDF文件转换为可搜索的*.PDF文件。
tesseract版本3.03需要编译，我需要使用源code.Is生成安装程序，还有其他解决方案。也有人能帮上忙吗？
浏览 2提问于2014-12-31得票数 1
回答已采纳
我正在使用将PDF文件解析为文本。一些PDF文件可以包含扫描文档。Apache使用Tesseract将文本识别为图像。但是没有带有Tesseract的jar库，用户应该在操作系统中安装Tesseract作为独立的应用程序。如果不安装Tesseract，我如何使用Apache中的Tesseract？我尝试将tesseract文件夹添加到类路径中，并
浏览 5提问于2017-09-16得票数 6
我使用tesseract批量将图像列表转换为可搜索的PDF以及包含OCRd文本的TXT文件。tesseract infile outfile -l eng myconfig
这给我留下了outfile.pdf<
浏览 1提问于2019-08-01得票数 0
回答已采纳
9回答
我想扫描大量的文件，我已经躺在附近，尽量少麻烦。我想通过简单的扫描将它们转换成图像，然后使用OCR将它们转换为文本。有一个好的OCR应用程序的图形用户界面，将给我一个好的结果按下一个按钮？
浏览 0提问于2010-12-05得票数 97
回答已采纳
7回答
我有一些扫描文件的pdf，我想能够搜索他们。我怎么能这么做？
本质上，我必须OCR的pdf，然后混合提取的文本回到一个新的pdf。我成功地尝试了许多不同的解决方案(包括在将OCR信息添加到PDF中中找到的解决方案)。pdfocr (这给了我这个问题：https://github.com/gkovacs/pd
浏览 0提问于2014-05-29得票数 36
回答已采纳
1回答
我正在使用R中的"tesseract“库将"PDF文件转换为文本”，如下所示：library(tesseract)
text <- tesseract::ocr(pngfile)上面的代码运行得很好。::
浏览 4提问于2021-07-31得票数 0
2回答
是否有任何免费/付费的OCR库能够捕获PDF格式的发票数据？需要有一个低的错误率。我们需要对这些数据进行进一步的处理。
浏览 0提问于2019-06-10得票数 1
问题keyword-set-1 = "foo" "bar";和一个PDF文件，其中包含以下文本keyword-set-1
浏览 4提问于2014-02-15得票数 0
将TESSDATA_PREFIX环境变量设置为"tessdata"目录的父目录。加载语言'eng‘失败Tesseract无法加载任何语言！我无法打开下面的路径来将TESSDATA_PREFIX环境变量设置为"tessdata"目录的父目录。
浏览 4提问于2016-10-26得票数 3
libjpeg-turbo 1.2.90) : libpng 1.5.13 : libtiff 4.0.3 : zlib 1.2.7 : libopenjp2 2.3.1我试图运行，根据我能找到的文档Can't open PDFWarning: Invalid resolution 0Estimating resolution as 275
这需要10秒，并产生
浏览 4提问于2019-12-17得票数 0
回答已采纳
我是usig tess4j (net.Sourceabet.tess4j:tess4j:4.4.0)，并在pdf文件上尝试OCR。因此，据我所知，我必须首先将pdf转换为tiff或png (有任何建议吗？)我所做的是：并得到以下警告：对我的扫描结果有
浏览 18提问于2019-10-08得票数 3
回答已采纳
我一直在尝试从扫描的pdf文档中提取数据。我已经将pdf文件转换为jpeg文件(我在下面附上了图像链接)，裁剪具有不同字体的单词和数字，合并为tiff文件，并使用jTessBoxEditor训练字体生成新的语言，我使用该语言在Tesseract-OCR中提取文件中的数据。但我无法提取准确的数据。tesseract-ocr
浏览 21提问于2020-08-31得票数 1
3回答
我有一个PDF文件包含一些表格数据。
最后，我正在尝试一个OCR解决方案。我正在使用.tif将pdf文件转换为ImageMagick图像，并通过tesseract OCR处理这些图像。然而，OCR解决方案并不十分精确(大约80%的单词匹配)
浏览 2提问于2012-09-07得票数 4
回答已采纳
我使用Ghostscript将PDF文件中的图像剥离到jpg中，并运行Tesseract保存txt内容，如下所示：shell_exec($exec);
putenv("PATH=".ocr.txt");
剥离图像(仅
浏览 4提问于2012-04-17得票数 1
回答已采纳
有java库吗？如何使用任何java库生成可搜索的文本？开源或付费。
如何使用PDFBox将OCR应用于pdf？如何使pdf文本可编程搜索使用pdfbox，我搜索了很多。没有找到任何解决办法。有人能粘贴OCR PDFBox的代码吗？
浏览 8提问于2014-04-04得票数 0
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
云直播活动推荐
腾讯云开发者
