OCR将覆盖HTML传输到图像？

Question

我要找一个OCR软件，渲染覆盖HTML到一个图像。我目前正在使用一些未命名的产品。它有一个OCR功能，可以对带有图像的PDF文档进行内联OCR。

内联OCR非常方便，它允许搜索带有图像的PDF文档中的文本。也可以直接在文档中突出显示文本，OCR文本与底层图像对齐。不幸的是，我无法从未命名的产品中导出或存储内联OCR。

有没有其他软件可以执行和导出在线OCR？我特别感兴趣的是导出到HTML中，其中包含与底层图像对齐的定位段落。

另请参阅：

https://stackoverflow.com/questions/11404805/ocr-and-the-location-of-the-image-where-the-scanned-document-came-from

Answer 1

我发现Google Drive API在需要OCR时很有帮助。它试图保留文档的格式，当然可以将其导出为HTML。

请看以下链接：

• https://support.google.com/drive/answer/176692?hl=en
• https://developers.google.com/drive/v2/reference/files/insert?hl=en

Answer 2

我有一个可能的解决方案。但是，这个特殊的解决方案有一些缺点，这可能会阻碍你的最终目标。

首先将图像文件转换为pdf：http://finereader.abbyyonline.com，然后在http://document.online-convert.com/convert-to-html中将pdf转换为html

此解决方案适用于纸张大小，最终结果是具有图像覆盖的html，如果您想要的只是具有图像格式的html，只需使图像完全透明即可。