Konvertieren Sie gescannte pdf zu .txt-Dateien mit tesseract

Habe ich zu konvertieren ein .pdf - Datei enthält gescannte Bilder in .txt - Dateien. Die tesseract ocr wandelt nur Bilder zu .txt, aber ich müssen Sie zuerst extrahieren Sie die .tif Bilder und dann konvertieren. Kann mir jemand helfen mit diesem?

InformationsquelleAutor Ganesh Nannaware | 2014-01-31
  1. 19

    Verwenden Sie Imagemagick:

    convert -density 600 input.pdf output.tif

    Dichte in DPI aus meiner Erfahrung 600 DPI arbeitet der beste.

    • Kann convert-Befehl verwendet werden, um erzeugen mehrerer Ausgabe-Dateien? bitte helfen Sie mir mit der Nutzung von it.
    • Ja, es kann. Setzen %04d im Namen der output-Datei und sehen, wie es funktioniert.
    • Thanx alot @Karol S
    InformationsquelleAutor Karol S
Schreibe einen Kommentar