Linux笔记--基于OCRmyPDF将扫描件PDF转换为可搜索的PDF

1--官方仓库

https://github.com/ocrmypdf/OCRmyPDF

2--基本步骤

bash 复制代码
# 安装ocrmypdf库
sudo apt install ocrmypdf

# 安装简体中文库
sudo apt-get install tesseract-ocr-chi-sim

# 转换
# -l 表示使用的语言
# --force-ocr 防止出现以下错误:ERROR - PriorOcrFoundError: page already has text! - aborting (use --force-ocr to force OCR)
# input.pdf 表示待转换的pdf
# output.pdf 表示转换后保存的pdf
ocrmypdf -l chi_sim input.pdf output.pdf --force-ocr

3--常见错误

Error1:

ERROR - PriorOcrFoundError: page already has text! - aborting (use --force-ocr to force OCR)

Solution:

添加--force-ocr

ocrmypdf -l chi_sim input.pdf output3.pdf --force-ocr

相关推荐
无足鸟ICT8 分钟前
【RHCA+】系统调优配置文件
linux·服务器
时间的拾荒人2 小时前
Shell 脚本核心语法详解(下篇):流程控制、函数、重定向与文件包含
linux·运维·服务器·bash·脚本编程
蜗牛一步步往上爬2 小时前
第四章 更多的bash shell命令
linux·开发语言·bash
进击的荆棘3 小时前
Linux网络——网络基础概念
linux·运维·服务器·网络
.YM.Z4 小时前
从操作系统进入Linux进程概念及进程状态
linux·运维·服务器
忆挽篱笙歌10 小时前
通信连接,匿名管道
linux·服务器·网络
无足鸟ICT13 小时前
【RHCA+】安装Tuned
linux·服务器·centos
测试界的小码农17 小时前
【Linux 命令实战(06):Linux 文件权限管理,掌握 chmod、chown、chgrp】
linux·运维·服务器
一条破秋裤19 小时前
【1114】【并发控制】【笔记】
linux
2035去旅行20 小时前
ADB的底层原理
linux·adb·嵌入式·arm·soc