如何编辑可搜索PDF的搜索文本？

Question

我可以访问我的图书馆的扫描仪，它可以创建“可搜索的PDF”。这些PDF显示扫描文档的确切图像，但是当您尝试选择包含文本的图像的一部分时，PDF中有一种隐藏的文本可以被选择。通过这种方式，您可以在扫描文档中复制和粘贴文本或搜索文本。这很有用。这是一个可怕的改进比原始扫描图像。我的mac上也有几个应用程序，可以从扫描文档或原始图像创建这种可搜索的PDF。

现在，任何使用过OCR的人都很明显，将图像转换为文本的过程并不是100%准确的，所以在某些地方搜索或复制的文本是不正确的。

因此，我搜索了相当一段时间来找到一个应用程序，它可以加载可搜索的PDF，并允许我修复隐藏的可搜索文本，而无需重新格式化或修改原始扫描图像。

有人知道有一个工具(或库API)允许这样做吗？

值得一提的是，我尝试了Acrobat的最新版本，但它似乎不允许我查看隐藏的可搜索文本，更不用说编辑它了。它确实允许我用它自己的OCR进程的结果来替换扫描图像，这样我就可以编辑和保存文档。但这会对我使用的任何扫描文件产生可怕的结果。它似乎是为编辑“本机PDF”而不是编辑扫描文档而设计的。

我也尝试过ABBYY FineReader没有运气。

Answer 1

我正在使用ABBYY FineReader 12专业。(非开源)只需打开扫描的图像或扫描的pdf，然后按下验证文本(或Ctrl + F7)，就会检查所有拼写错误或低自信的字符并修复它们。

该程序是非常好的，它显示了准确的位置，在图像/pdf更正和OCR猜测并排，以方便。它迭代了所有这些。

顺便说一句，我正在使用快捷方式来加快速度：Alt+Enter将未识别的单词添加到字典中。Ctrl+Delete跳过单词或确认，以防您修复它。

而不是将文档保存为一个pdf文件Menu:File>Save文档As> PDF文件，您可以在每个pdf阅读器上搜索它。保存的文件看起来与扫描的文件相同，但“后面”有文本。

奇怪的是你尝试了ABBYY却没有运气..。对我来说效果很好。也许你没试过专业版。

希望它能帮到你。

Answer 2

这并不是从海报所追求的图像中创建可搜索的pdf，他想从一个已经可搜索的pdf开始，并修改它的文本(例如，因为错误地做出了可搜索的pdf，但后来发现了一个被忽略的识别错误，需要纠正)。我看不出有什么办法，也没有任何工具能帮助我做到这一点。