OCRmyPDF 文档

OCRmyPDF 为扫描的 PDF 文件添加光学字符识别 (OCR) 文本层，使其可搜索。

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 文件应用图像处理和 OCR（识别的、可搜索的文本）变得容易。

• 简介
• 版本说明
• 安装 OCRmyPDF
• 安装额外的语言包
• 安装 JBIG2 编码器

用法

• 使用指南
  • 基本示例
  • 图像处理
  • 不要真的进行 OCR 处理
  • 重做现有 OCR
  • 提高 OCR 质量
  • PDF 优化
  • 数字签名 PDF
• PDF 优化
  • 始终发生的优化
  • 快速 Web 视图
  • 无损优化
  • 有损优化
• OCRmyPDF Docker 镜像 {#docker}
  • 安装 Docker 镜像
  • 在命令行使用 Docker 镜像
  • Podman
  • 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 Web 服务包装器
• 高级功能
  • 控制 unpaper
  • 控制 OCR 选项
  • 更改 PDF 渲染器
  • 渲染和栅格化选项
  • 颜色转换策略
  • 返回码策略
  • 更改临时存储位置
  • 调试中间文件
• 批量处理
  • 批量作业
  • 目录树
  • 热（监控）文件夹
  • macOS Automator
• 在线部署
  • 限制 CPU 使用
  • 临时存储要求
  • 超时
  • 文档管理系统
  • 商业 OCR 替代方案
• 性能
  • 速度
• PDF 安全问题
  • PDF 可能包含恶意软件
  • OCRmyPDF 如何处理 PDF
  • 密码保护的 PDF
  • 签名图像
  • 数字签名
  • 证书加密的 PDF
• 常见错误消息
  • 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
• 插件
  • 脚本插件
  • 打包插件
  • 插件
  • 插件要求
  • 插件钩子
  • 示例
• API 参考
  • 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
  • 重大变化
  • 代码风格
  • 测试
  • 新依赖
  • 新的非 Python 依赖
  • 插件
  • 风格指南：是 OCRmyPDF 还是 ocrmypdf？
  • 版权和许可
• 维护者笔记
  • 已知端口/打包者

索引和表格

• 索引

• 模块索引

• 搜索页面