postscript转文本

Question

我正在做一个项目，使用ImageMagick和ghostscript将OCR'd PDf转换为png，并在浏览器中显示，这样我就可以通过让用户查询单词来选择图像中的单词。Imagemagick和ghostscript一起工作得很好。

我有一个ps2text实用程序的问题，在那里它不能与pdf的可靠工作。有没有人能推荐一个好的工具来将postscript转换成Linux中的文本，这样我就可以将其存储在数据库中。然后，我使用一个自定义的编写搜索类来找出每个单词的坐标，并在浏览器中突出显示文本。

谢谢

Answer 1

对于postscript，您应该使用ps2text。对于PDF，您可以pdftotext。