pdf中的文字识别
PDF中的文字识别是一种将PDF文档中的文字内容转化为可编辑和可搜索的文本的技术。通过文字识别，可以将PDF中的文字提取出来，方便进行编辑、搜索和分析。
文字识别技术可以分为两个主要步骤：文本检测和文本识别。文本检测是指在PDF中定位和标记出文字的位置，而文本识别则是将定位的文字转化为可编辑和可搜索的文本。
文字识别在很多场景中都有广泛的应用。例如，对于扫描的纸质文档，文字识别可以将其转化为可编辑的电子文档，方便进行修改和存档。对于大量的PDF文档，文字识别可以提取其中的关键信息，进行文本分析和数据挖掘。此外，文字识别还可以应用于自动化办公、电子书制作、图书馆数字化等领域。
腾讯云提供了一系列与文字识别相关的产品和服务，包括：
- 腾讯云OCR文字识别：提供多种OCR接口，支持身份证、银行卡、车牌等多种类型的文字识别。详情请参考：腾讯云OCR文字识别
- 腾讯云文档识别：提供高精度的文档文字识别服务，支持PDF、图片等多种格式的文档。详情请参考：腾讯云文档识别
- 腾讯云智能语音交互（ASR）：提供语音识别服务，将语音转化为文字。详情请参考：腾讯云智能语音交互（ASR）
通过使用腾讯云的文字识别服务，用户可以快速、准确地进行PDF中文字的提取和识别，提高工作效率和数据利用价值。
相关·内容
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
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
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
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
有办法编辑PDF文档文本吗？比如找到和替换特定的文本？
我有一个PDF文档，其中包含的文本占位符，我需要识别和替换，或只是删除该文本。
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。在这一段中，我需要确定日期:和从:作为一个文本，并用其他的东西代替它。
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，可以用boustrophedon (交替方向)书写。随着时间的推移，文本方向(从左到右)变得标准化，
浏览 5提问于2014-07-10得票数 2
我正在使用PDF转换库在PDF文件中嵌入字体。
但是，有些文档(日语？)有问题。库无法正确识别字体名的位置
/FontName /#82l#82r#82o#83S#83V#83b#83N
这是字体的有效名称吗？
如果是-谁能给我一个推荐人？
浏览 2提问于2010-02-06得票数 0
回答已采纳
我有问题预览PDF在Gmail。它不识别我正在使用的一些国际字符(它不显示像ą ć ś这样的字母，但它显示的是ł)。我正在用Cp1250编码这个pdf。
对发生了什么事有什么想法吗？
浏览 2提问于2016-09-28得票数 0
回答已采纳
我尝试将正则表达式模式存储在Yaml文件中，如下所示：
---
Fidor:
Fidor Rechnungsabschluss kurz:
From: ^Rechnungsabschluss_(\d{2})_(\d{4})\.pdf
To: \\2_\\1_Rechnungsabschluss_Fidor.pdf
Fidor Rechnungsabschluss lang:
From: ^Rechnungsabschluss_(\d{2})_(\d{4})_(\d+)\.pdf
To: \\2_\\1_Rechnungsabschluss_Fidor_
浏览 0提问于2021-03-03得票数 0
我有一个下载的PDF在中国，我想提取文本从使用提卡+ Python (原始链接到完整的PDF可以找到，或提取的样本页面可以找到)。
当我运行以下代码时
analysed_file = 'D:\\5_Programming\\test.pdf'
# Parse data from file
file_data = parser.from_file(analysed_file, "http://localhost:9998/")
# Get files text content
text = file_data['content']
print(
浏览 1提问于2020-09-07得票数 0
我正在编写一个程序，试图解析PDF文件中的数据。问题是，我们需要解析PDF中的某个部分，该部分被格式化为三层结构:标题、子标题、段落。到目前为止，我们正在使用换行(\n)来尝试解析数据，但这在很大程度上是效率低下的。即使我们有标题和副标题的所有可能值，解决方案仍然不是理想的，因为新的PDF可能用新的标题和子标题值来创建。
然而，PDF是以这样的方式创建的:标题是最接近左边边距的，子标题被缩进更远的地方，而缩进在段落上甚至更大。我们希望能够使用缩进来识别我们想要解析的行。是否有用于Visual的PDF库可以做到这一点？我在用C#编码。
浏览 0提问于2014-11-19得票数 2
2回答
生成PDF时无法获取捷克语字符
、、、、
我有一个问题，当添加字符时，如"Č“或"Ć”，而生成的PDF。我主要使用段落在我的PDF报表中插入一些静态文本。下面是我使用的一些示例代码：
var document = new Document();
document.Open();
Paragraph p1 = new Paragraph("Testing of letters Č,Ć,Š,Ž,Đ", new Font(Font.FontFamily.HELVETICA, 10));
document.Add(p1);
生成PDF文件时，我得到的输出如下所示："Testing of letters，
浏览 8提问于2014-10-29得票数 12
我正在开发一个Android应用程序来检测PDF文件中的文本。
首先，我尝试使用。但是它需要OAuth 2.0。所以我从它变成了Firebase ML Kit。
但是当我运行'fromFilePath‘方法时，就会出现NPE。
val file = getPdfFile()
Log.d(TAG, "file.length: ${file.length()}") // File size is printed correctly!
// NPE occurred while below code running
val image = FirebaseVisionIma
浏览 1提问于2019-03-07得票数 0
1回答
新的pdf解析。
我想识别一个pdf文件中的图形，所以我可以跳过它，而不是提取这种类型的文本。关于pdf，我只知道它是从word生成的(而不是扫描的)。
输入- pdf与一个图形，如这一个。输出应为-真或假
水管工识别表格，但似乎不识别图表。尝试识别曲线和矩形，但结果不一致。
也许还有别的办法？
谢谢!
浏览 5提问于2022-11-17得票数 0
我想要创建一个thunar自定义操作，让我右键单击一个PDF，然后选择“拆分PDF”来分割成单独的页面。这样做的命令是：
$ pdfseparate mypdf.pdf mypdf-%d.pdf
它将为每个页面创建一个新的PDF，名为mypdf-1.pdf、mypdf-2.pdf等。%d被pdf分离器命令替换，并按照手册页的页码进行替换：
概要PDF单独的PDF-文件PDF-页面模式PDF-页面模式应该包含%d (或任何有关printf格式的变体)，因为%d被页码所取代。
Thunar自定义动作用文件所在的目录插入任何%n作为选定的文件，任何%d。因此，如果我试图复制上面的命令，将mypdf.
浏览 0提问于2023-01-18得票数 2
回答已采纳
1回答
字体是为波斯字符，但我希望英语和其他字符通常使用正常的字体，而不是我设置的字体。
代码：
$pdf = new \TCPDF(PDF_PAGE_ORIENTATION, PDF_UNIT, PDF_PAGE_FORMAT, true, 'UTF-8', false);
$pdf->SetAutoPageBreak(TRUE, PDF_MARGIN_BOTTOM);
$lg = Array();
$lg['a_meta_charset'] = 'UTF-8';
$lg['a_meta_di
浏览 1提问于2020-08-05得票数 2
回答已采纳
我有一个脚本，我需要在其中使用类似于的测试(布尔测试“字符串是否存在?")。在manual中的示例中，使用了正常的%variable%，但我启用了延迟扩展。在我的代码中，我需要从!line！中删除%pdf%。我的意图是像在中那样做(例如，设置_endbit，其中使用%variable% )
下面是我的代码：
@echo off
setlocal EnableDelayedExpansion
set "source=GEN 0 GENERAL.html"
set "pdf=0_1_en.pdf"
echo In file:%source%
echo Loo
浏览 0提问于2012-02-21得票数 2
回答已采纳
1回答
我试图通过识别每个字符和每个单词的内容和位置，从(数字) PDF中提取文本信息。话说回来，来自xpdf / poppler的pdftotext --bbox工作得很好，但我找不到一种简单的方法来提取字符位置。
我试过什么
我目前使用的解决方案是将pdf转换为svg (通过pdf2svg)，然后解析生成的svg以提取单个字符(=字形)位置。在第三步中，将结果框进行比较，将每个字符分配为一个单词，希望数字匹配。
问题
虽然上述方法适用于大多数“基本”字体，但有两种(主要)情况下这种方法失败：
在脚本字体(或一些极端斜体字体)中，边框比它们的内容大得多；因此，单词明显重叠，一个字符完全包含在两个
浏览 1提问于2019-05-16得票数 0
回答已采纳
所以,
我已经成功地修改了其他的所有东西，但是不知道如何仅仅改变页脚的字体大小，相比于表字体本身，它现在太大了。
let pdf = new jsPDF({orientation: 'l'});
let res = pdf.autoTableHtmlToJson(document.getElementById('capture'));
const totalPagesExp = '{total_pages_count_string}';
let height = pdf.internal.pageSize.getH
浏览 0提问于2018-12-12得票数 3
回答已采纳
1回答
我正在浏览一个在浏览器上生成pdf的php代码，代码运行良好，但我无法理解下面这句话背后的含义……
$page_format = array(
'MediaBox' => array ('llx' => 0, 'lly' => 0, 'urx' => 210, 'ury' => 210),
'Dur' => 3,
'trans' => array(
'D' => 1.5,
'S
浏览 1提问于2017-04-17得票数 0
我正在尝试将NeutraText字体添加到使用iText5创建的PDF文档中，但是收到了一个错误，说明编码不被识别。错误发生在下面的最后一行。
Dim fontDir = Server.MapPath("~/Fonts")
FontFactory.RegisterDirectory(fontDir)
Dim myFontBase = BaseFont.CreateFont("neutratext-lightalt", BaseFont.IDENTITY_H, True)
准确的错误读取
“字体‘中和-亮’与‘标识-H’是不被识别的”
我尝试了几个Base
浏览 5提问于2018-06-12得票数 0
回答已采纳
1回答
Laravel PDF中文字符
、、、、
我使用laravel和im使用barryvdh/laravel-dompdf作为pdf报告生成器，我对中文字符有一些问题，但我从google得到了解决方案，使用以下css代码导入字体：
<style>
@font-face {
font-family: 'Noto Sans';
font-style: normal;
font-weight: 400;
src: url("<?php echo $_SERVER["DOCUMENT_ROOT"]; ?>/pac
浏览 5提问于2015-12-04得票数 0
我正在开发应用程序，我需要从pdf中识别段落。
我需要提取文本并识别段落。
是否有任何方法提取文本和识别段落和页面边界提取的文本从pdf文档使用c#？
浏览 2提问于2015-03-25得票数 3
回答已采纳
我正在尝试将文件first_second.pdf重命名为first_0second.pdf 因此，我阅读了有关捕获和反向引用的内容。但不知何故，它不起作用。有人能告诉我我哪里做错了吗？ rename 's/\(.*_\)\([1-9]\).pdf$/$10$2.pdf/' first_1.pdf 我期望将first_1.pdf重命名为first_01.pdf
浏览 28提问于2019-01-18得票数 2
1回答
在我的PHP项目中，我有一个PDF，我想输出俄语文本：
Это предложение на русском языке.
在我的MySQL数据库中，我有一个带有俄罗斯数据的utf8_unicode_ci表。在本表中，俄罗斯数据用无法识别的字符表示，如下所示：
Я дейÑтвую Ñкорее доверительно Ð
在我的pdf中，不是输出相应的Cyrllic，而是输出这些无法识别的字符。
下面是我的FPDF代码的摘录，请注意输出有问题的变量$myRussianSentence：
$pdf=new FPDF();
$pdf->S
浏览 1提问于2016-01-23得票数 0
我有一个.pdf文件，其中包含每个页面中的数据字段。但是字段并没有被识别出来。我想从pdf中拉取/提取那些未识别的字段数据，并将它们插入到新的pdf中。这些数据不是英语。它是孟加拉语。
如何在Acrobat javascript api中管理它？？
浏览 0提问于2015-05-10得票数 0
我有一个PostScript，它使用TrueType字体。但是，我希望包括一些常用字符，如注册号()和右/左单引号/双引号(‘，“等)。
所以我用了象形文字，并叫这些符号的名字。
%!
<< /PageSize [419.528 595.276] >> setpagedevice
/DeviceRGB setcolorspace
% Page 1
%
% Set the Original to be the top left
%
0 595.276 translate
1 -1 scale
gsave
%
% Save this state befor
浏览 1提问于2015-05-29得票数 0
2回答
我想显示文本中的所有行，但目前我只显示第二行。错误在我的rowRegex中:(.我将非常感谢您的帮助。
我的代码：
package test.jpa;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class FireTest {
public static void main(String[] arStrings) throws Exception {
String str = "*PureNG*#"
+ &#
浏览 0提问于2015-12-09得票数 1
2回答
我想要识别一个pdf文件中的表格。在C#中使用了什么SDK来识别pdf中的表，以及一些逐个单元格读取的机制，有人能推荐一下吗？
浏览 1提问于2011-08-06得票数 1
回答已采纳
1回答
我只是尝试用TCPDF将HTML转换成PDF
但有些地方不对劲
CSS可见性属性不适用于我。
这是我的php代码：
<?php
包括主TCPDF库(搜索安装路径)。
require_once('tcpdf_include.php');
创建新的PDF文档
$pdf = new TCPDF(PDF_PAGE_ORIENTATION, PDF_UNIT, PDF_PAGE_FORMAT, true, 'UTF-8', false);
设置文档信息
$pdf->SetCreator(PDF_CREATOR);
$pdf->SetAuthor('
浏览 2提问于2016-04-25得票数 1
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：
var regexPDF = new RegExp('href=[\'|"](assets/.*?\.pdf)?[\'|"]','gi');
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！
达伦
浏览 1提问于2013-06-04得票数 0
我使用的是Drupal7，我利用打印模块和TCPDF库在特定节点类型上生成了可下载的PDF。现在我想插入一个自定义的Drupal块( PDF的书签)到可下载的PDF文件。是否有任何选项，我可以做插入这个块到PDF中。
谢谢
浏览 4提问于2012-08-03得票数 1
我在Ubuntu机器上有一个包含大量文件的目录，以及以相同前缀开头的文件子组。我需要目录文件名称中的不同前缀列表，如下所示。关于列名：
pj6_ex_18_i535_tr_92.pdf
pj6_ex_18_i535_tr_95.pdf
...
pj6_ex_14_i535_tr_96.pdf
pj6_ex_14_i535_tr_97.pdf
pj6_ex_14_i535_tr_98.pdf
....
pj1_ex_24_i535_tr_91.pdf
pj1_ex_24_i535_tr_92.pdf
pj1_ex_24_i535_tr_93.pdf
...
pj3_ex_16_i535_tr_2
浏览 0提问于2021-05-05得票数 0
我刚开始学习巨蟒和机器学习，但我已经开始掌握它了。使用AWS text_detection确实很酷，但我想知道它是否能够检测出英语以外的其他语言。我知道AWS有一个功能来识别文本文件中的主导语言，但是图像文件有识别功能吗？任何帮助都是非常感谢的。
浏览 3提问于2018-11-25得票数 0
回答已采纳
1回答
我正在为人们创建一个pdf报告，并希望根据结果排除一些部分，以使人们更容易处理(例如，在这篇文章中没有发现任何问题，所以没有必要用空白表格来解释一些东西)。
我在R块中尝试了If语句，在代码块的头中也尝试了eval='‘语句。当我只包含由kableExtra创建的表时，它可以正常运行；但是，当我包含我想解释的文本时，它会给出多个错误，如"\T“是字符串中无法识别的转义。
do_this = (nrow(tableone) >= 1)
print("message
\begin{Form}
\TextField[name = tableoneone, wi
浏览 0提问于2019-10-10得票数 0
2回答
lines = []
total_check = 0
with pdfplumber.open(file) as pdf:
pages = pdf.pages
for page in pdf.pages:
text = page.extract_text()
for line in text.split('\n'):
print(line) 输出数据： Totaalbedrag excl. btw € 25,00 当我尝试从数据中检索增值税时： KVK_re = re.compile(r'(ex
浏览 14提问于2020-10-30得票数 2
回答已采纳
1回答
我放了一些pdf文件来测试从外部存储器加载pdf，并编写了以下代码：
代码是：
val main_path = "/storage/emulated/0/"
val dl_path = Environment.DIRECTORY_DOWNLOADS
val filename = "GLCIC.pdf"
val filename2 = "edge.pdf"
private val img_path = Environment.DIRECTORY_DCIM
private val mv_path = Environment.DIRECTOR
浏览 3提问于2020-11-05得票数 0
我试图阅读我的发件箱中的邮件，它通常包含一个附加的pdf文件。如果pdf文件名包含英文字符，下面的功能可以正常工作。但是，如果文件名包含任何非英语字符(例如，filename1(chinesecharacter).pdf)，则我的函数无法读取它。有人能告诉我我的职能需要做什么改变吗？
浏览 5提问于2011-01-17得票数 1
2回答
我正在工作的发票处理项目使用Azure从识别器。所有发票都是PDF格式的。我正在使用一个自定义的表单识别器与标签。我可以从PDF中提取一些数据，如发票编号、发票日期、金额等，但我想使用Azure表单识别器从pdf中提取表格数据，但它没有正确读取表。
我已经标记了我需要的单元格，当表中的行数增加时，它正确地读取列，但是它无法将每一行的值彼此分开，并将整个列作为单个值返回。
我试图提供更多的示例，但它仍然未能检测到正确的表。是否有办法使用Azure表单识别器正确地从PDF中提取表数据？
扫描表是我们的应用程序的基本要求，它将决定我们是否使用Azure表单识别器作为应用程序的基础。
请查看下面的PD
浏览 10提问于2020-09-15得票数 0
我正在尝试从PDF中提取文本。PDF包含印地语(Unicode)文本。我使用的提取实用程序是Apache PDFBox ( )。提取器提取文本，但文本无法识别。我尝试了在多种编码和字体之间切换，但仍然无法识别预期的文本。下面是一个例子:假设PDF中的文本是:पवार
解压后的内容是：̄？3⁄4？？̧ü
有什么建议吗？
浏览 3提问于2011-09-20得票数 4
回答已采纳
1回答
我正在尝试识别PDF文件是否为PDF/A文件。使用poppler-php，我能够读取元数据，但没有迹象表明它是PDF/A文件。 我的目标是通过添加数据来编辑PDF。PDF/A似乎是只读的(因为它们是为存档而设计的，这并不奇怪)。我想要识别他们，以便提前拒绝他们。 致以敬意，
浏览 9提问于2020-09-07得票数 1
回答已采纳
上下文
我正在制作一个脚本，动态地将指令插入到AsciiDoc文件的代码块中，然后用它生成一个PDF。生成的AsciiDoc文件可能如下所示：
= Title
[source,java]
---
include::foo.java[]
---
我希望用户可以自由地包含他或她想要的任何基于char的文件，甚至其他AsciiDoc文件。
问题
我的目标是显示这些包含的文件的内容。当包含的文件：
是扩展的信标，因此它所包含的任何指令都会被解释。我不希望嵌套包含，只是为了在代码块中显示include指令。不良行为的例子：
包含代码块分隔符----，如上面的图像所示，当我最终
浏览 1提问于2020-07-10得票数 3
var str='\E\\E\10.1.2.154\E\bcs\E\30877_P9999_Adult{2}_02_05_2019_0329p.pdf';
var res=str.replace('\E', ''); 我得到的结果是这样的： \E.1.2.154EcsE877_P9999_Adult{2}_02_05_2019_0329p.pdf 我需要替换字符串中的所有'\E'，并期望像这样的(\\10.1.2.154\bcs\30877_P9999_Adult{2}_02_05_2019_0329p.pdf)输出。有些人请在
浏览 24提问于2019-02-13得票数 0
1回答
我正在使用UFPDF。尝试输出pdf文件中的俄文字符。但我得到的却是：
ЖÐμлÐμзный чÐμловÐμк. БолÑOEшаѕ
UFPDF -将所有文本转换为UTF-8格式。我检查了mb_detect_encoding，是的字符串是UTF-8格式的。
我从mysql数据库中获取数据，并将其输出到pdf文件中。mysql表在utf8_general_ci中。
任何帮助都将不胜感激。
谢谢。
浏览 3提问于2011-12-17得票数 1
我有两个pdf文件，都在同一个布局与不同的信息。问题是:我可以很好地阅读其中一个，但另一个是无法识别的数据。
这是一个我可以很好地阅读的例子，下载
from_pdf = camelot.read_pdf('2019_05_2.pdf', flavor='stream', strict=False)
df_pdf = from_pdf[0].df
camelot.plot(from_pdf[0], kind='text').show()
print(from_pdf[0].parsing_report)
--这是预期的数据格式
浏览 4提问于2021-09-09得票数 0
回答已采纳
3回答
我在数据库中存储和检索pdf，为了显示这一点，我使用文字控件。
.aspx代码
<div >
<asp:Literal ID="ltEmbed" runat="server" />
</div>
.cs代码
ltEmbed.Text = string.Format(embed, ResolveUrl("~/FileCS.ashx?Id="), id);
输出
问题陈述
我想增加文字控件的宽度，就像全屏一样。
我试过了
<div style="width:2000px;"
浏览 6提问于2014-07-09得票数 2
回答已采纳
3回答
我是一个收集食谱的人，有一个精细的电子档案系统，需要对我的搜索方式做一些改进。现在，我的档案系统工作，因为所有的分类按食谱类型，如主菜/鸡/乳房.在主菜中包含更多的文件夹，用于选择鸡肉、牛肉或鱼类，等等。这是有用的，当我有鸡胸解冻晚餐，我打开文件夹的食谱，包括我的解冻肉可供选择。我倾向于回避配方软件，因为我总是插入和导出文件，因为新的文件上市。我现在使用的唯一软件是在我第一次找到一个菜谱并将它插入Evernote (evernote.com)时临时使用的，它保存了图片和文本，直到我尝试这个菜谱并确定它是否是管理员。如果它是管理员，它就会进入我的文件夹系统。
这些文件通常在MS Word中，而在
浏览 0提问于2014-07-31得票数 4
2回答
比如说，在我的程序中，我将一个字符串传递给了一个方法。
someMethod("hello World")；
在编译时，我假设文字"Hello world“被识别为常量，而不是直接声明它。
如果它将其识别为常量，是否将重复的地址存储为相同的地址？
更确切地说，是c++11吗？
因此，让我们有一个案例场景，假设我用一个Object to String列表填充了一个映射。
map<std::string,Shader> list;
list["shaders/sprite.vs"] = Shader("shaders/sprite.vs&
浏览 0提问于2017-05-26得票数 1
2回答
我正在尝试使用ghostscript为扫描的PDF文件设置特定的页面大小。当脚本与可执行文件驻留在同一文件夹中时，我可以运行该脚本，但是当我将.vbs文件移出目录时，我无法使其工作。.run行是我遇到问题的地方。不带参数的exe路径的三重引号打开exe，但我不知道如何传递参数。我相信你能看出来我对此还很陌生。
strInput = InputBox ("Enter 1 for Landscape or 2 for portrait:")
Set objShell = WScript.CreateObject("WScript.Shell")
If strInp
浏览 1提问于2014-08-02得票数 0
目前是否有任何服务或软件工具使用Google Cloud Vision作为OCRing扫描的PDF文件的后端？
如果没有，如何使用Google Cloud Vision将PDF转换为OCRed PDF？据我所知，Cloud Vision目前支持PDF文件，但它只能将识别的文本输出为JSON文件。因此，似乎需要在Google Cloud Vision之外的另一个步骤中，将这个转换后的文本放在PDF中的图像顶部。
背景：
我经常需要将扫描的文档转换为包含OCRed文本层的PDF文件。到目前为止，我一直在使用像OCRKit或ABBYY FineReader这样的软件。我测试了这些解决方案的准确性与G
浏览 0提问于2018-09-15得票数 4
2回答
我用CFDocument创建了一个包含日语内容的pdf。但它没有显示日本的数据。我使用pageEncoding作为utf-8。它只显示空格，而不显示日语数据。
我使用了以下代码，
<cfcontent type="application/pdf">
<cfheader name="Content-Disposition" value="attachment;filename=test.pdf">
<cfprocessingdirective pageencoding="utf-8
浏览 18提问于2013-12-26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
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
