使用从扫描PDF批量生成的OCR创建可搜索的PDF文件

Question

其目标是自动将所有扫描文档转换为可搜索的PDF文件，而不仅仅是图像。扫描后的文档由扫描仪自动上传到Linux服务器上的共享文件中，作为PDF文件。

该软件应该能够监视文件夹和自动OCR扫描的文件，并将识别的文本添加到PDF文件，使其可搜索。它还应该能够很好地处理多页PDF。

要求：

• Linux
• 在后台自动工作，不需要任何额外的手动步骤。
• 能够以正确的方式将OCRed文本添加回PDF中(这样桌面搜索引擎就可以对其进行索引)
• 能够处理多页PDF文件

Answer 1

OCRmyPDF

网址：https://github.com/jbarlow83/OCRmyPDF

许可证:麻省理工学院许可证

OCRmyPDF在扫描的PDF文件中添加了OCR文本层，允许搜索它们。