Pdfsandwich 是将文本添加到图像形式的文本 PDF 文件 (如扫描书籍) 的工具。它使用光学字符识别(OCR)创建一个额外的图层，包含了原始页面已识别的文本。这对于复制和处理文本很有用。
Pdfsandwich 是一个命令行工具，与同类的软件相比，它在扫描图像时执行了预处理程序，如版面校正和去除黑边等。
运行效果
最终的识别结果
Visionaries
I I7
and silver ligree ornaments ; gold and silver ower-stands, etc. ;
elaborate coloured patterns of carpets in brilliant tints are not
uncommon.
Another peculiarity resides in the extreme restlessness of
my visual objects. It is often very difficult to keep them still,
as well as from changing in character. They will rapidly oscil-
late or else rotate to a most perplexing degree, and when the
characters change at the same time a critical examination is
almost impossible. When the process is in full activity,l feel
as if I were a mere spectator at a diorama of a very eccentric
kind, and was in no way concerned with the getting up of the
performance.
When a. succession of images has been passing, I sometimes
alez ermz'ne to introduce an object, say a watch. Very often it is
next to impossible to succeed. There is an evident struggle.
The watch, pure and simple, will not come; but some hybrid
structure appears something round, perhaps but it lapses into
a warming-pan or other unexpected object.
This practice has brought to my mind very clearly the dis-
tinction between at least one form of automatism of the brain
and volition; but the strength of the former is enormous, for
the visual objects, when in full career of the change, are impera-
tive in their refusal to be interfered with.
[...]
获取代码
SVN Checkout
svn checkout svn://svn.code.sf.net/p/pdfsandwich/code/trunk/src pdfsandwich
-
请注意，本篇文章属于介绍类文章，只能帮助您分析SwiftUI使用的可能性。 pdfsandwich pdfsandwich是一款 支持 OCR pdf文件的工具库 地址：http://www.tobias-elze.de/pdfsandwich/ 核心介绍 pdfsandwich生成 OCR pdf文件，即仅包含图像（不包含文本）的pdf文件将通过光学字符识别（OCR）处理，并且文本将不可见地添加
-
问题内容： 按照目前的情况，这个问题并不适合我们的问答形式。我们希望答案得到事实，参考或专业知识的支持，但是这个问题可能会引起辩论，争论，民意调查或扩展讨论。如果您认为此问题可以解决并且可以重新提出，请访问帮助中心以获取指导。 7年前关闭。 我需要从现有的（X）HTML文档自动生成PDF文件。输入文件（报告）使用非常简单的基于表的布局，因此可能不需要支持真正精美的JavaScript / CSS。
-
问题内容： 我有大量文本字符串，这些字符串显然是PDF文件的原始数据，我需要将其重新制作为PDF。 目前，我正在将字符串读取到StringBuffer中，但是如果需要，可以更改它。从那里，我尝试将其写到文件中并更改扩展名（我真的希望这样做能起作用，但是我有点不知道），我尝试将其带入String，然后从中取出byte []。并将其写入文件，或使用DataOutputStream将字节放入文件中。这些
-
我想将扫描的pdf文件转换为文本可搜索的pdf文件。我想给一个输入扫描的PDF然后我的预期输出是可搜索的PDF。 很少有工具可以将扫描的pdf文件中的文本作为输出，但我希望可以搜索文本的pdf文件作为输出，而不仅仅是文本。 我在这里搜索了一下，找到了一个解决方案，但我的生产服务器是amazon centos，这个工具的安装只适用于ubuntu，不适用于amazon centos。 如果需要，我准备
-
问题内容： 我想将PDF文件转换为CSV文件。我为此使用iText库。程序运行正常，但输出格式不正确。所有数据都在csv文件的第一行中。输出应与pdf文件完全相同（表示带有换行符）。请帮忙。提前致谢。 问题答案： 您需要在每个表行之后在缓冲区中引入一个换行符’\ n’。
-
问题内容： 我想将PDF文档转换为图像。我正在使用Ghost4j。 问题： Ghost4J需要gsdll32.dll文件在运行时，我也 并不 想使用的DLL文件。 问题1： 在ghost4j中，有没有办法在没有dll的情况下转换图像？ 问题2： 我在PDFBox API中找到了解决方案。convertToImage（）将PDF页面转换为图像格式。 PDF文档上只有文本。运行此代码时出现该异常： 问
-
问题内容： 我需要从现有的（X）HTML文档自动生成PDF文件。输入文件（报告）使用非常简单的基于表的布局，因此可能不需要支持真正精美的JavaScript / CSS。 由于我习惯于在Java中工作，因此最好在Java项目中轻松使用的解决方案。不过，它仅需要在Windows系统上工作。 一种可行的方法，但不会产生高质量的输出（至少是开箱即用的），一种方法是使用CSS2XSLFO和Apache F
-
我想把PDF文档转换成图像。我用的是Ghost4j。 问题：Ghost4J需要gsdll32。dll文件，我不想使用dll文件。 问题1：是否有任何方法，在ghost4j转换图像没有dll？ 问题2：我在PDFBox API中找到了解决方案<代码>组织。阿帕奇。pdfbox。pdmodel。PDPagep具有将PDF页面转换为图像格式的方法convertToImage（）。 我只有PDF文档上的文
-
我正在寻找一些“稳定”的方法来转换从MS WORD到PDF文件的DOCX文件。从现在起，我使用OpenOffice安装作为监听器，但它经常挂起。问题是，当许多用户同时想要将SXW、DOCX文件转换成PDF时，我们会遇到这样的情况。还有其他的可能性吗？我尝试了这个网站上的示例:https://angelozerr.wordpress.com/2012/12/06/how-to-convert-doc