OCRmyPDF 로컬 배포 및 사용 튜토리얼 250

OCRmyPDF 는 주로 스캔한 PDF 파일에 검색 및 복사 가능한 OCR 텍스트 레이어를 추가하는 데 사용되는 도구로, 다국어를 지원하며 이미지 최적화, 기울기 보정, 페이지 정리, 방향 자동 회전 등의 기능을 제공합니다. 다음은 OCRmyPDF의 로컬 배포 방법입니다:

OCRmyPDF 로컬 배포 방법

OCRmyPDF는 운영 체제와 필요에 따라 다양한 설치 방법을 제공합니다.

1. 시스템 패키지 관리자를 통한 설치

Debian/Ubuntu:

apt install ocrmypdf

Fedora:

dnf install ocrmypdf tesseract-osd

macOS (Homebrew):

brew install ocrmypdf

Windows Subsystem for Linux:

apt install ocrmypdf

2. Python pip를 사용한 설치

최신 버전을 설치해야 하거나 시스템 패키지 관리자가 제공하는 버전이 너무 오래된 경우 pip를 사용할 수 있습니다:

pip install ocrmypdf

또는 격리된 Python 환경을 만들기 위해 pipx를 사용할 수 있습니다:

pipx install ocrmypdf

3. Docker를 사용한 설치

Docker를 사용하는 경우 다음 명령으로 OCRmyPDF Docker 이미지를 설치할 수 있습니다:

docker pull jbarlow83/ocrmypdf

실행 시 입력 및 출력 파일을 컨테이너에 마운트할 수 있습니다:

docker run -v /path/to/input.pdf:/input.pdf -v /path/to/output.pdf:/output.pdf jbarlow83/ocrmypdf /input.pdf /output.pdf

4. 소스 코드에서 설치

소스 코드에서 설치해야 하는 경우(예: 개발 또는 최신 기능 테스트) GitHub 저장소를 복제하여 설치할 수 있습니다:

git clone https://github.com/ocrmypdf/OCRmyPDF.git
cd OCRmyPDF
pip install -e .

종속성

• Python 3.10 이상

• Ghostscript 9.54 이상

• Tesseract 4.1.1 이상

• jbig2enc 0.29 이상 (선택 사항, 출력 파일 크기 최적화용)

• pngquant 2.5 이상 (선택 사항, PNG 이미지 최적화용)

• unpaper 6.1 이상 (선택 사항, 이미지 정리용)

주의 사항

• 32비트 지원: OCRmyPDF는 32비트 시스템을 지원하지 않으므로 64비트 버전 사용을 권장합니다.

• Windows 사용자: 호환성 문제를 피하기 위해 Windows Subsystem for Linux 또는 Docker 사용을 권장합니다.

• macOS 사용자: Homebrew를 통해 설치할 수 있지만 Tesseract 언어 팩(예: tesseract-lang)을 추가로 설치해야 합니다.

설치 검증

설치가 완료되면 다음 명령으로 OCRmyPDF가 성공적으로 설치되었는지 확인할 수 있습니다:

ocrmypdf --version

OCRmyPDF 사용 가이드

1. OCR 텍스트 레이어 추가

핵심 기능: 스캔한 PDF 파일에 검색 가능한 텍스트 레이어를 추가하여 문서 내용을 복사 및 검색할 수 있게 합니다.

예제 명령:

ocrmypdf input.pdf output.pdf

2. 다국어 지원

기능 설명: 100개 이상의 언어를 지원하며, 사용자는 문서 언어에 맞는 언어 팩을 선택하여 OCR 정확도를 높일 수 있습니다.

예제 명령:

ocrmypdf --language chi_sim input.pdf output.pdf  # 简体中文
ocrmypdf --language eng input.pdf output.pdf      # 英文

3. 이미지 최적화

기능 설명: PDF의 이미지를 최적화하여 해상도 조정, 이미지 압축 등을 수행하여 이미지 품질을 유지하면서 파일 크기를 줄입니다.

예제 명령:

ocrmypdf --optimize 3 input.pdf output.pdf  # 最强优化

4. 기울기 보정 및 정리

기능 설명: OCR을 실행하기 전에 이미지의 기울기를 보정하고(기울기 수정) 정리(얼룩, 노이즈 제거 등)하여 OCR 정확도를 높입니다.

예제 명령:

ocrmypdf --deskew --clean input.pdf output.pdf

5. 페이지 자동 회전

기능 설명: 페이지 방향을 자동으로 감지하고 회전하여 모든 페이지의 방향을 일관되게 만들어 읽기 및 처리를 쉽게 합니다.

예제 명령:

ocrmypdf --rotate-pages input.pdf output.pdf

6. PDF/A 형식으로 변환

기능 설명: 출력 파일을 PDF/A 형식으로 변환합니다. 이는 장기 보관에 적합한 국제 표준 아카이빙 형식입니다.

예제 명령:

ocrmypdf --output-type pdfa input.pdf output.pdf

7. 중복 페이지 제거

기능 설명: PDF의 중복 페이지를 자동으로 감지하고 제거하여 파일 크기를 줄입니다.

예제 명령:

ocrmypdf --remove-background input.pdf output.pdf

8. 배경 제거

기능 설명: PDF 페이지의 배경을 제거하여 텍스트를 더 선명하게 만들어 읽기 쉽게 합니다.

예제 명령:

ocrmypdf --remove-background input.pdf output.pdf

9. PDF/A 형식 생성

기능 설명: PDF/A 표준을 충족하는 파일을 생성하여 장기 보관 및 저장에 적합합니다.

예제 명령:

ocrmypdf --output-type pdfa input.pdf output.pdf

10. 이미 OCR된 페이지 건너뛰기

기능 설명: PDF의 일부 페이지에 이미 텍스트 레이어가 포함되어 있는 경우, 중복 처리를 피하기 위해 해당 페이지를 건너뜁니다.

예제 명령:

ocrmypdf --skip-text input.pdf output.pdf

11. 사용자 지정 DPI

기능 설명: OCR 처리 시 이미지 해상도(DPI)를 지정할 수 있으며, 기본값은 300 DPI입니다.

예제 명령:

ocrmypdf --dpi 350 input.pdf output.pdf

12. 단색 이미지로 변환

기능 설명: 컬러 또는 그레이스케일 이미지를 단색 이미지로 변환하여 파일 크기를 줄입니다.

예제 명령:

ocrmypdf --output-type pdf --monochrome input.pdf output.pdf

13. 로그 파일 생성

기능 설명: 처리 디버깅 및 기록에 유용한 자세한 로그 파일을 생성합니다.

예제 명령:

ocrmypdf --log-file output.log input.pdf output.pdf

14. 일괄 처리

기능 설명: 스크립트 또는 명령줄 도구(예: GNU Parallel)와 결합하여 여러 PDF 파일을 일괄 처리할 수 있습니다.

예제 명령:

for file in *.pdf; do
ocrmypdf "$file" "output_$file"
done

15. 다양한 입력 형식 지원

예제 명령:

ocrmypdf input.tiff output.pdf

16. PDF 압축

기능 설명: OCR 처리 후 PDF 파일을 추가로 압축하여 파일 크기를 줄일 수 있습니다.

예제 명령:

ocrmypdf --optimize 3 input.pdf output.pdf

17. PDF/A-2b 또는 PDF/A-2u로 변환

기능 설명: PDF/A-2b 또는 PDF/A-2u 표준을 준수하는 파일을 생성하여 다양한 요구 사항에 적합합니다.

예제 명령:

ocrmypdf --output-type pdfa-2b input.pdf output.pdf
ocrmypdf --output-type pdfa-2u input.pdf output.pdf

18. Unicode 지원

기능 설명: Unicode 문자를 지원하여 여러 언어 문서를 정확하게 처리합니다.

예제 명령:

ocrmypdf --language chi_sim --language eng input.pdf output.pdf

19. 사용자 지정 출력 파일 이름

기능 설명: 출력 파일 이름을 사용자 지정하여 관리 및 식별이 용이합니다.

예제 명령:

ocrmypdf input.pdf "output_with_date_$(date +%Y%m%d).pdf"

20. 명령줄 매개변수 지원

기능 설명: 명령줄 매개변수를 통해 OCRmyPDF의 다양한 기능을 유연하게 구성할 수 있습니다.

예제 명령:

ocrmypdf --help

OCRmyPDF 로컬 배포 및 사용 tutorial：https://ocrmypdf.readthedocs.io/en/latest/installation.html