问如何从PDF中提取hocr文件？
EN

Unix & Linux用户

提问于 2016-04-19 11:36:13

回答 1查看 1.7K关注 0票数 6

我正在通过tesseract创建一个OCR编辑的PDF：

tesseract input.tif out pdf

但我也需要hocr和txt文件。tesseract 已经解决了这个问题的最新版本，但是由于它需要编译leptonica和tesseract，所以我对它并不完全满意。

我可以使用pdftotext提取文本文件，但我似乎找不到从PDF中提取hocr的方法。

回答已采纳

发布于 2017-03-17 08:48:05

只需运行以下命令即可同时创建pdf和hocr。

tesseract input.tif out pdf hocr

票数 3

页面原文内容由Unix & Linux提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://unix.stackexchange.com/questions/277511

复制

相似问题

问如何从PDF中提取hocr文件？EN