文件名称：pdfimagetotext:使用 scantailor、tesseract OCR、pdftk 和 Imagemagick 将 Image-PDF 转换为文本的脚本外壳
文件大小：3KB
文件格式：ZIP
更新时间：2024-07-09 20:22:33
Shell
PDF 图像到文本转换器 这个用 Bash Shell 编写的程序可以将任何 PDF（基于图像的 PDF 或基于文本的 PDF）转换为纯文本。 它使用以下免费软件运行： pdftk（提取PDF页面，一一提取） ImageMagick（将每个页面转换为 PNG 文件） Scantailor（调整 PNG 文件并将它们转换为 TIFF，增强对比度） Tesseract OCR（将 TIFF 转换为文本） 在 debian 上： apt-get install tesseract-ocr tesseract-ocr-deu tesseract-ocr-eng tesseract-ocr-fra tesseract-ocr-equ imagemagick scantailor pdftk 注意：可能需要在 wheezy 中启用 BACKPORTS 才能拥有最新的 scantailo
【文件预览】：
pdfimagetotext-master
----pdfimagetotext(3KB)
----README.md(2KB)