进行OCR识别文本的时候提示PDF文档无法识别

Posted 2023-05-09

经常在将PDF文档进行OCR识别文本的时候遭遇“无法识别”的问题，图片我看了下，格式也没错，只是白了点，是不是这个原因？

参考技术A 如果是“本页面上包含图形而非图像或文本。无法捕捉”错误，解决起来简单，就是将PDF文件另存为各个JPEG图片，然后将这些JPEG从新组合成PDF就能OCR识别了！ 参考技术B 我在图片的pdf转word的时候，用CAJViewer来识别，稳急的。。。
你的可能是图片太白吗？？？
http://jingyan.baidu.com/article/72ee561a459d47e16038df4e.html

OCR文本识别软件提示说无法对该语言执行OCR,请将您的OCR语言设置更改为可用的OCR语言是啥问题?

对tif格式图片执行OCR时报错,请问这个OCR语言是什么语言?

MODI软件包OCR免费下载    

链接:https://pan.baidu.com/s/1FbXlXg_tsT7gcPlPh9D6pw

提取码:0tpy    

OCR （Optical Character Recognition，光学字符识别）是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程；即，针对印刷体字符，采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件，并通过识别软件将图像中的文字转换成文本格式，供文字处理软件进一步编辑加工的技术。如何除错或利用辅助信息提高识别正确率，是OCR最重要的课题，ICR（Intelligent Character Recognition）的名词也因此而产生。衡量一个OCR系统性能好坏的主要指标有：拒识率、误识率、识别速度、用户界面的友好性，产品的稳定性，易用性及可行性等。

参考技术A 不知道你用的是什么OCR软件，我用的赛酷OCR就没出现过这种问题
可以下载个赛酷OCR试试，不错，还有专家在线答疑，服务很好本回答被提问者采纳 参考技术B http://www.microsoft.com/downloads/zh-tw/details.aspx?FamilyID=DD172063-9517-41D8-82AF-29C38F7437B6
在这个网页下载一个OCR辨识引擎安装即可 参考技术C 出错原因：没有安装“光学字符识别模块”，只安装MODI无法识别。
修复方法：找到OFFICE安装光盘，setup后自定义安装，勾上“选择应用程序的高级自定义”，“office共享功能”，“校对工具” 下的“光学字符识别模块(中文/英文)”，安装上去，同样要先卸载。
注意事项：不能Office2003/2007混装
参考资料：
http://blog.csdn.net/crybird/article/details/4190284