OCRmyPDF 文档

OCRmyPDF 向扫描的PDF文件添加光学字符识别（OCR）文本层，使其可以被搜索。

PDF是存储和交换扫描文档的最佳格式。不幸的是，PDF文件可能难以修改。OCRmyPDF使得对现有PDF应用图像处理和OCR（可识别的、可搜索的文本）变得容易。

• 介绍
• Release notes
• 安装 OCRmyPDF
• 安装额外的语言包
• 安装JBIG2编码器

用法

• Cookbook
  • 基本示例
  • 图像处理
  • 不要实际OCR我的PDF
  • 重新进行现有OCR
  • 提高OCR质量
  • PDF优化
  • 数字签名的PDF
• PDF优化
  • 始终发生的优化
  • 快速网页视图
  • 无损优化
  • 有损优化
• OCRmyPDF Docker 镜像
  • 安装Docker镜像
  • 在命令行上使用Docker镜像
  • 向Docker镜像添加语言
  • 扩展Docker镜像
  • 执行测试套件
  • 访问shell
  • 使用OCRmyPDF网络服务包装器
• 高级功能
  • 控制 unpaper
  • 控制OCR选项
  • 更改PDF渲染器
  • 渲染和光栅化选项
  • 颜色转换策略
  • 返回代码策略
  • 更改临时存储位置
  • 调试中间文件
• 批处理
  • 批量作业
  • 目录树
  • 热（监视）文件夹
  • macOS Automator
• 在线部署
  • 限制CPU使用
  • 临时存储需求
  • Timeouts
  • 文档管理系统
  • 商业OCR替代方案
• 性能
  • Speed
• PDF 安全问题
  • PDFs 可能包含恶意软件
  • OCRmyPDF 如何处理 PDF
  • 受密码保护的PDF
  • 签名图像
  • 数字签名
  • 证书加密的PDF文件
• 常见错误信息
  • 页面已有文本
  • 输入文件‘filename’不是有效的PDF

开发者

• 使用 OCRmyPDF API
  • 示例
• Plugins
  • Script plugins
  • 打包插件
  • Plugins
  • 插件要求
  • 插件钩子
  • Examples
• API reference
  • ocrmypdf.api
  • ocrmypdf.exceptions
  • ocrmypdf.helpers
  • ocrmypdf.hocrtransform
  • ocrmypdf.pdfa
  • ocrmypdf.quality
  • ocrmypdf.subprocess
• 设计笔记
  • 为什么 OCRmyPDF 不使用 PyTesseract？
  • 什么是 executor()?
• 贡献指南
  • Big changes
  • 代码风格
  • 测试
  • New dependencies
  • 新的非Python依赖项
  • Plugins
  • 风格指南：是OCRmyPDF还是ocrmypdf？
  • 版权和许可证
• 维护者笔记
  • 已知的端口/打包工具

索引和表格

• 索引

• 模块索引

• 搜索页面