本次和大家分享一个非常热门强大的PDF文件内容OCR识别软件OCRmyPDF,这个软件可以将PDF内不可搜索的图片和文字识别转换为可复制可搜索的文本,并对PDF文件进行优化。

OCRmyPDF介绍
OCRmyPDF 为扫描的 PDF 文件添加 OCR 文本层,以便搜索
- 从常规 PDF生成可搜索的PDF/A文件
- 将 OCR 文本准确放置在图像下方,以方便复制/粘贴
- 保持原始嵌入图像的精确分辨率
- 如果可能,以“无损”操作插入 OCR 信息,而不会破坏任何其他内容
- 优化 PDF 图像,通常生成比输入文件更小的文件
- 如果需要,在执行 OCR 之前校正和/或清理图像
- 验证输入和输出文件
- 将工作分配到所有可用的 CPU 核心
- 使用Tesseract OCR引擎识别100多种语言
- 保护您的私人数据不受侵犯。
- 适当扩展以处理数千页的文件。
- 经过数百万份 PDF 的实战测试。
OCRmyPDF整合包使用说明
OCRmyPDF依赖其它外部程序Ghostscript和Tesseract,网盘内有安装程序,全程保持默认安装即可
安装Tesseract最后一步会自动下载英文的语言包文件,有的人可能会无法下载,可以直接cancel取消跳过,到我网盘里下载需要的语言包放到Tesseract安装目录内的tessdata文件夹内
然后将软件压缩包OCRmyPDF.7z下载到本地电脑上并解压,然后双击【启动软件.exe】打开软件
首先选择待处理文件,可以是PDF也可以是图片,也可以输入文件夹路径批量处理文件夹内所有文件。
批处理功能做的比较简单,所有文件是同时处理的,所以建议待处理的文件夹内不要有太多文件,否则可能会比较卡。而且待处理文件夹内不要有PDF和图片以外的文件。如果待处理的文件夹内有图片,批量处理还要设置【图片DPI】值
【OCR语言】默认只支持英文,识别其它语言的话需要下载支持文件.traineddata,常见语言网盘里有,把.traineddata格式文件下载到tesseract安装目录tessdata文件夹内,语言代码如下:
简体中文:chi_sim
繁体中文:chi_tra
德语:deu
法语:fra
日语:jpn
韩语:kor
俄语:rus
泰语:tha
缅甸语:vie
识别英语可以不用填写,识别其它语言的话需要在输入框中输入语言代码。如果是多种语言的话可以混合输入,识别中英文的话可以输入:eng+chi_sim
其它国家语言代码对照表:https://nuowa.net/1796
其它语言包文件下载链接:https://github.com/tesseract-ocr/tessdata
【重新OCR】强制对每页重新渲染并 OCR
【跳过文本】跳过已有文本的页面(仅处理纯图片页)
【重新OCR】和【跳过文本】不可同时选中
【校正倾斜】自动校正页面倾斜(提升 OCR 准确率),比如扫描出的PDF文档内容是倾斜的,可以开启此项功能
【清理伪影】清理扫描伪影(如黑边、噪点)并将处理后的图像嵌入最终 PDF
如果需要使用【清理伪影】功能,则电脑上需要安装unpaper,unpaper安装步骤如下:
首先安装Chocolatey,以 管理员身份 打开 PowerShell,运行以下命令:
Set-ExecutionPolicy Bypass -Scope Process -Force; [System.Net.ServicePointManager]::SecurityProtocol = [System.Net.ServicePointManager]::SecurityProtocol -bor 3072; iex ((New-Object System.Net.WebClient).DownloadString('https://chocolatey.org/install.ps1'))
安装完成后关闭终端,再重新打开终端,然后运行下面命令:
choco install unpaper
【图片DPI】处理图片文件的话要指定该值
【输出格式】默认输出 pdfa
存档,pdf
格式修改最小,还有pdfa-1,pdfa-2,pdfa-3等
【标题】自定义 PDF 元数据标题
【指定页面】只处理指定的PDF页面,填数字如1,2,5-8,逗号和连字符都要用英文符号
【线程数】设置并行线程数(默认使用所有 CPU 核心)
【输出txt】生成独立的txt格式的OCR 文本文件(用于校对或文本分析)
【图像压缩级别】0无压缩,3最高压缩(最大节省空间)
使用【图像压缩级别】功能的话,电脑上需要安装pngquant, PowerShell运行下面命令安装
choco install pngquant
视频教程及效果演示:https://nuowa.net/1799
注意事项
整合包只支持windows10或11
软件运行路径中不要有非英文字符和空格,待处理文件同样要注意
PDF OCR识别转文本软件OCRmyPDF下载链接
相关推荐
AI自动化任务执行工具OpenManus一键启动整合包
CAMEL-AI开源多智能体协作框架OWL一键整合包,自动化任务助手
微软PDF/WORD/HTML文档转Markdown格式软件markitdown整合包下载
AI描述万物软件describe-anything整合包,精准描述图片视频中指定区域内容
AI快速建模文本转3D模型软件Cube3D整合包,obj网格文件标记化处理工具
PDF转Markdown/JSON软件MinerU最新1.3.12版一键启动整合包下载
PDF全文翻译工具PDFMathTranslate整合包,双语对照保留排版
微软图片转3D模型软件TRELLIS整合包下载,2D图片转3D GLB资产
最近更新

AI歌曲创作软件YuE整合包下载,一键谱曲演唱音乐生成器
YuE:开放的全曲音乐生成基础模型,可免费一键生成完整歌曲,AI作曲,AI演唱,是一个高质量的AI音乐生成软件。我制作了最新的面安装一键启动整合包。 YuE介绍 YuE 是一系列突破性的开源基础模型,专为音乐生成而设计,尤其适用于将歌词转化...

可灵AI会员专属优惠邀请码,限时福利领取
可灵AI发福利了,通过专属优惠邀请码 6BZPEJK83JZ9 可额外获得50%灵感值。 现在图片、音乐、视频等等,啥都可以用AI生成,可灵AI就是快手旗下非常强大的一个AI内容创作平台,功能多样,效果强大。我最近半年几乎每周都会使用多次,...

多人对话语音合成软件CSM整合包,AI多人文字转语音工具
CSM是发布不久的一款多人对话语音生成模型,声音自然延迟低,同时支持克隆音色语音合成,我基于当前最新版本制作了免安装一键启动整合包。 Sesame CSM介绍 CSM(Conversational Speech Model) 是由...

AI自动化任务执行工具OpenManus一键启动整合包
OpenManus是另一款AI自动化任务执行软件,是Manus的开源实现,无需邀请码,本地运行,我基于当前最新版本制作了免安装一键启动整合包。 OpenManus介绍 OpenManus 是一个开源复刻版 AI 智能体框架,由 MetaGP...

CAMEL-AI开源多智能体协作框架OWL一键整合包,自动化任务助手
OWL 是由 CAMEL-AI 团队开发的开源多智能体协作框架,旨在通过动态智能体交互实现复杂任务的自动化处理,在 GAIA 基准测试中以 69.09 分位列开源框架榜首,被誉为“Manus 的开源平替”。我基于当前最新...

微软PDF/WORD/HTML文档转Markdown格式软件markitdown整合包下载
本次和大家分享另一个微软发布的非常热门的文件文档转Markdown格式文档的软件markitdown,软件可以将PDF,word,ppt,Excel等十几种格式文档转换为markdown格式文档,我基于当前最新0.1.2版本制作了免安装一键...

AI描述万物软件describe-anything整合包,精准描述图片视频中指定区域内容
本次和大家分享一个英伟达联合其他大学开发的一款应用describe-anything,该应用可以通过AI识别分析并详细描述图片视频中指定区域物体内容,我基于最新版制作了免安装一键启动整合包。 describe-anything介绍 Desc...

高效可控歌曲生成器ACE-Step一键启动整合包,音乐人的歌曲创作利器
又一款AI歌曲创作利器:ACE-Step,ACE-Step是刚发布不久的AI自动谱曲AI自动演唱软件,软件在歌曲生成速度、音乐连贯性和可控性上相对同类软件有了较大提升。ACE-Step在3小时前刚发布了新版本,我基于当前最新版本制作了免安装...

超逼真对话型文字转语音软件Dia-1.6B免安装一键启动整合包下载
本次分享一个刚出的超逼真对话型文字转语音软件Dia-1.6B,这个TTS软件不像传统的文字转语音那样,Dia可以生成对话音频,还可以生成非语言音效,如笑声,咳嗽,清嗓子等,还支持声音克隆。我基于当前Dia最新版本制作了免安装一键启动整合包。...

高精度2D图片转3D网格模型软件Stable3DGen整合包下载
本次和大家分享另一个非常牛叉的图片转3D模型软件Stable3DGen,从官方演示对比来看,效果要好于我之前分享的腾讯混元3D和TRELLIS,精度更高更细腻。基于当前最新版本我制作了一键启动整合包。 Stable3DGen介绍 随着从二维...