将图像类型 PDF 转换为启用 OCR 的 PDF

Posted 2023-04-17

【中文标题】将图像类型 PDF 转换为启用 OCR 的 PDF

【英文标题】：Converting an Image type PDF to an OCR enabled PDF

【发布时间】：2012-01-21 09:43:51

【问题描述】：

我不确定我的标题是否过度描述了我正在尝试做的事情，所以我会尝试详细说明。

有人要求我开发一个小型应用程序，以便有人可以将 PDF 上传到网站。该网站是用 ASP 经典编码的，但我不介意沿用 .net 的路线。

上传后，代码需要检查 PDF 是否基于文本，如果不是，则需要将文档转换为文本类型 PDF。

有没有人知道可以将此图像 PDF 转换为文本 PDF 转换的组件？到目前为止，我已经调查过：

http://pages.cs.wisc.edu/~ghost/ http://www.websupergoo.com/abcocr-1.htm

我没太明白鬼东西在做什么，websupergoo 解决方案似乎是在将图像转换为文本文件？

【参考方案1】：

我认为您可以使用几个网站之一，这些网站可以让您上传图像并将 OCR 数据发回给您。试试www.ocrsdk.com，它是ABBYY最近推出的基于云的OCR SDK。它现在处于封闭测试阶段，因此完全免费使用。

【参考方案2】：

如果您能负担得起商业选择，您可以将Amyuni PDF Creator .Net 与asp.net 一起使用，或者如果您想继续使用asp-classic，则可以使用Amyuni PDF Creator ActiveX。查看OCR module 以进行 PDF-Image 到 PDF-Text 的处理。

通常的免责声明适用

【讨论】：

太好了，我会考虑你的建议，抱歉回复晚了，我没有收到回复通知，所以没有意识到有回复！

我还没有得到建议的工作（在他们的支持下打开了一张票）但是看起来工作时它将是完美的解决方案！