具有自动旋转支撑的.TIFF图像OCR软件

Question

我和一个人一起工作，他有大约30,000张扫描过的电子原理图，其中包含.TIFF格式的打印(非手写)文本。许多示意图被扫描偏离了方向，但没有特定的模式(例如，有些是偏离方向90度，另一些是180度)。他每天只花30分钟旋转图像。

是否有任何应用程序(例如Acrobat )可以使用OCR自动旋转它们，以确保它们的文本朝右？我知道有一种方法可以通过命令行界面来实现，但是我真的很想找到一个带有GUI的应用程序。应用程序还必须批量工作(也就是说，我不必逐一查看每个文件)。我在一家大公司工作，所以成本并不像平时那样受人关注。该应用程序将在Windows 7上运行。

谢谢你的帮助。

Answer 1

如果您希望开发自己的应用程序，那么您可以查看LEADTOOLS OCR SDK。使用LEADTOOLS库，您将能够自动旋转所有需要旋转的页面。在OCR操作期间，您可以调用AutoPreProcess()方法

AutoPreprocess(OcrAutoPreprocessPageCommand.Rotate, null); 

在要添加到文档的每个Ocr页上。以下是几行代码，将向您展示如何自动旋转页面。

// Create an instance of the engine
using (IOcrEngine ocrEngine = OcrEngineManager.CreateEngine(OcrEngineType.Advantage, false))
{
  // Start the engine using default parameters
  ocrEngine.Startup(null, null, null, LEAD_VARS.OcrAdvantageRuntimeDir);

  // Create an OCR document
  using (IOcrDocument ocrDocument = ocrEngine.DocumentManager.CreateDocument())
  {
     // Add this image to the document
     IOcrPage ocrPage = ocrDocument.Pages.AddPage(tifFileName, null);

     // Auto-preprocess it
     ocrPage.AutoPreprocess(OcrAutoPreprocessPageCommand.Rotate, null);

     // Recognize it and save it as PDF
     ocrPage.Recognize(null);
     ocrDocument.Save(pdfFileName, DocumentFormat.Pdf, null);
   }
  }

免责声明:我是本产品的员工。

Answer 2

Acrobat将自动旋转文档，而OCR则不管当前方向如何(即使有些方向偏离方向90、180或270 )，都会纠正方向。如果不识别文档中的任何文本，则可能无法更正以下情况( 1)如果文档中有多个方向的文本

您可以使用Acrobat试用版https://acrobat.adobe.com/in/en/free-trial-download.html

使用步骤：

1. Tools>增强多个文件中的Scan>
2. 选择所有文件
3. 指定要运行OCR的设置和保存所有文档的位置

Answer 3

请尝试pdf2pdfocr (https://github.com/LeoFCardoso/pdf2pdfocr)和'-u‘选项的单个文件。

您可以使用一些CMD或BASH脚本获得批处理执行。

免责声明:我是pdf2pdfocr开发人员。