什么程序适合使扫描的 PDF 文件可搜索？

Question

我希望能够将纸质文档扫描为 PDF 文件并使文本可搜索。我相信 Tesseract 程序可以实现这一点，但不知道如何开始，也不知道哪个程序最好用。

有人成功制作出可搜索的 PDF 文件吗？

Answer 1

我可以推荐ocrmypdf，看看https://github.com/ocrmypdf/OCRmyPDF，也为 Ubuntu 打包了。你可以运行以下命令安装它：

sudo apt install ocrmypdf

您可以按如下方式使用它：

ocrmypdf -l eng infile.pdf outfile.pdf

上面的调用ocrmypdf很简单，它指定文档语言为英语（-l eng）。man页；您可能希望随着时间的推移根据需要发现它们。