OCRmyPDF 是一款开源的命令行工具，专为将扫描的 PDF 文件转换为可搜索、可复制的文档。通过添加 OCR 文本层，OCRmyPDF 能够将无法直接编辑的扫描 PDF 文件变为可以搜索和编辑的格式。该工具基于 Tesseract OCR 引擎实现高效的文字识别，并支持多种语言和图像优化功能。
 Stars 数 |
26876 |
 Forks 数 |
1768 |
主要特点
-
OCR 文本层添加：为扫描的 PDF 文件添加 OCR 文本层。这意味着你可以轻松地在 PDF 文件中搜索文字内容，或者复制文字到其他地方。这对于需要从扫描文档中提取信息的用户来说简直是福音。
-
多语言支持：它支持超过 100 种语言的 OCR 识别，无论是中文、英文、法文还是其他小语种，都能轻松应对。你只需要在命令中指定语言参数，OCRmyPDF 就会根据你的需求进行识别。
-
图像优化与校正：OCRmyPDF 不仅能添加 OCR 文本层，还能优化 PDF 图像。它可以在 OCR 之前对图像进行校正，比如修复倾斜的页面、调整图像的对比度等，让生成的 PDF 文件更加清晰、美观。
-
生成 PDF/A 文件：PDF/A 是一种专门用于长期存储的 PDF 格式，OCRmyPDF 默认生成 PDF/A 文件，这使得生成的 PDF 文件更适合长期保存和归档。
OCRmyPDF 作为一款开源的 PDF 处理工具，它集成了多种强大的功能，能够帮助我们轻松处理扫描后的 PDF 文件。无论是添加 OCR 文本层、优化图像还是校正页面，OCRmyPDF 都能高效地完成任务。它不仅节省了我们的时间，还提高了我们的工作效率。