有啥软件或者服务可以做 PDF 文件的 OCR？

[idblife]

有很多扫描的老资料 PDF 想批量转换成文本方便检索

[shyray]

DEVONthink

[Nasei]

谷歌和微软都有 orc 的云服务 api

https://cloud.google.com/vision/docs/pdf

[huandaeren]

OCRmyPDF

[em70]

ABBYY FineReader
俄罗斯人开发的神器,OCR 转换效果极好,淘宝几元钱就能买到,支持命令行可以批量操作,就是有点耗 CPU

[sunnysab]

我印象里 ABBYY 对古籍等印刷不是很清晰的书效果一般，也可能是因为我版本老。耗 CPU 是真的！

我也来蹲一个。

[kokutou]

ABBYY

[idblife]

@em70
不知道是不是支持 api 调用，想写个程序把 pdf 批量转换成文本然后写入到 mysql 里。
我去看看文档

[idblife]

@Nasei
试用过 aws 的，对中文适配不太好

[idblife]

@em70
看到你回复里写命令行操作了，哈哈，跳跃性阅读了

[KDr2]

https://pdflux.com/

[imydou]

anbyy finereader 有按月的订阅

[paopjian]

pdf 转成图片再 ocr 不就行了,pymupdf pdf 转图片挺快得

[idblife]

@paopjian
主要是 ocr 不好解决

[paopjian]

@idblife 没懂 ocr 有啥不好解决的,我用的 paddleocr,配环境有点麻烦,配好了就是脚本跑了

[Features]

阿里云，百度云 API 吧
国内的头部厂家
本地软件根本没法比

[shakoon]

wps pdf ，开会员

[zhouwb]

这种免费的效果都不会太好，wps 会员应该是最便宜的方案

[nyaruko]

Word ？ 2019 及之后还有 Office 365 应该可以直接打开 PDF 的，但不清楚楼主这个 PDF 是什么情况

如果本身就能复制里面的文字应该可以直接转换成可编辑的 word 文档，如果里面是图片不好说

以及企业版的 O365 可以直接通过 SharePoint 索引 PDF 内的内容

[idblife]

@nyaruko
里面是图片的那种扫描文档