在数千个本地存储的扫描文档中查找JPG的软件

Question

有人能推荐一些软件来管理数以千计的扫描文档吗？

每个文档都被扫描到一个名为SCANNER_XXXXX.JPG的JPG文件中，其中XXXXX是一个增量计数器。

文件是打印出来的，不是手写的。

我最初的计划是手动打开每个文件，并将其重命名为内容的基本描述。这样做既乏味又费时。

但是，通过这个繁琐的过程，我可以很快找到我需要的任何文件。

是否有Windows软件可以让我实现同样的目标(快速找到任何文档)。重命名这些文件是不必要的(尽管这是一种奖励)。

以下几项要求：

• 使用Windows 7
• 免费提供的很好，但愿意支付高达50美元。
• 不收取经常性费用(这将使Evernote丧失资格)
• 必须在本地存储所有数据(没有云服务)

Answer 1

Alfresco+Tesseract可以做到这一点。从好的方面来说，它是免费的。不利的一面是，它需要大量的配置，它相当内存沉重，而且它必须一直运行。(老实说，这是相当多的负值，所以我希望有一个更简单的基于Solr的解决方案，只有在需要的时候才能运行)

五年前，我定制了Alfresco，以完成这个精确的任务。

Alfresco是一种文档管理服务器，这意味着您可以将文件(包括JPGs)上传到其中，并在需要时检索它们。每个文档都有元数据(作者、日期、关键字等，您也可以添加自己的元数据字段)。

您可以将Tesseract OCR集成到Alfresco中。以下是技术过程( PDF格式，但您可以适应JPG)：http://www.seedim.com.au/content/alfresco-search-pdf-images-using-transformations-and-tesseract-ocr

一旦完成，您就有了一个OCR“操作”。下一步是在上传的任何JPG上执行此操作。您可以通过创建一个Alfresco规则轻松地做到这一点。现在，当有人上传了一个包含单词"hello“的JPG之后，当人们使用Al新鲜Now搜索字段搜索"hello”时，他们会看到JPG出现在结果中。

Alfresco和Tesseract都是免费的和开源的。