OCRmyPDF: PDF-Dateien in durchsuchbares PDF/A umwandeln 176

Ein Open-Source-Befehlszeilentool, das gescannten PDF-Dateien eine durchsuchbare OCR-Textebene hinzufügt. Es unterstützt mehrere Sprachen, optimiert Bilder, korrigiert die Ausrichtung, bereinigt Seiten und richtet die Orientierung automatisch aus, um PDF/A-Dateien zu erzeugen.

#Ai工具箱 #Ai开源项目

Besuchen OCRmyPDF: PDF-Dateien in durchsuchbares PDF/A umwandeln

OCRmyPDF: PDF-Dateien in durchsuchbares PDF/A umwandelnEinführung

Was ist OCRmyPDF?

OCRmyPDF ist ein Open-Source-Befehlszeilen-Tool, das gescannten PDF-Dateien eine durchsuchbare OCR-Textebene hinzufügt. Es unterstützt mehrere Sprachen, kann Bilder optimieren, Schräglagen korrigieren, Seiten reinigen und die Ausrichtung automatisch drehen, um Dateien im PDF/A-Format zu erzeugen. Es unterstützt außerdem Mehrkernverarbeitung und Stapelverarbeitung, läuft vollständig offline und gewährleistet so die Datensicherheit.

OCRmyPDF是什么？.webp

Hauptfunktionen von OCRmyPDF

Erzeugung durchsuchbarer PDF/A-Dateien: Erzeugt aus normalen PDF-Dateien durchsuchbare PDF/A-Dateien und behält dabei die Auflösung der ursprünglich eingebetteten Bilder bei.
Mehrsprachige Unterstützung: Unterstützt über 100 Sprachen. Benutzer können je nach Sprache des Dokuments das passende Sprachpaket auswählen, um die OCR-Genauigkeit zu verbessern.
Bildoptimierung: OCRmyPDF kann die Bilder in PDFs optimieren, einschließlich der Anpassung der Auflösung und der Komprimierung der Bildgröße, um kleinere Dateien bei gleichbleibender Bildqualität zu erzeugen.
Schräglagenkorrektur und Reinigung: Vor der OCR-Ausführung kann OCRmyPDF die Bilder korrigieren (Schräglage beheben) und reinigen (Flecken, Rauschen usw. entfernen), um die OCR-Genauigkeit zu erhöhen.
Seitendrehung: Erkennt automatisch die Ausrichtung der Seiten und dreht diese, um sicherzustellen, dass alle Seiten die gleiche Ausrichtung haben, was das Lesen und die Verarbeitung erleichtert.
Mehrkernverarbeitung: Nutzt standardmäßig alle verfügbaren CPU-Kerne zur Verarbeitung, was die Geschwindigkeit erhöht und sich für die Verarbeitung großer Dateien oder Stapelaufgaben eignet.
Stapelverarbeitung: Kann mit GNU-Parallel-Tools oder anderen Skripten kombiniert werden, um mehrere PDF-Dateien in Stapeln zu verarbeiten und die Arbeitseffizienz zu steigern.
Datensicherheit: OCRmyPDF läuft vollständig offline; die Daten bleiben auf dem lokalen Gerät des Benutzers, was Datensicherheit und Privatsphäre gewährleistet.

OCRmyPDF Tutorial

Installation: OCRmyPDF kann über pip installiert werden sowie über die jeweiligen Paketverwaltungstools unter Linux, macOS und Windows.

Grundlegende Verwendung: Geben Sie den folgenden Befehl in der Befehlszeile ein, um die OCR-Verarbeitung zu starten:

ocrmypdf input.pdf output.pdf

Erweiterte Optionen: Sie können die Sprache für die OCR-Erkennung angeben, z. B. vereinfachtes Chinesisch für die OCR-Verarbeitung:

ocrmypdf --language chi_sim input.pdf output.pdf

Anwendungsfälle von OCRmyPDF

Archivierung: Bibliotheken, Archive und andere Einrichtungen können OCRmyPDF verwenden, um große Mengen an Papierdokumenten in eine digitalisierte und durchsuchbare Form zu konvertieren, die einfacher zu speichern und abzurufen ist.
Wissenschaftliche Forschung: Wissenschaftler und Forscher können mit OCRmyPDF Aufsätze und Bücher schnell konvertieren, sodass die Inhalte einfacher zitiert und analysiert werden können.
Nachrichtenredaktion: Journalisten können schnell Inhalte aus Bild-PDFs von Nachrichtenberichten extrahieren und so die Arbeitseffizienz steigern.
Dokumentenverwaltung: Unternehmen und Organisationen können OCRmyPDF verwenden, um große Mengen gescannter Verträge, Rechnungen und anderer Dokumente automatisiert zu konvertieren und durchsuchbar sowie archivierbar zu machen.