windows安装使用ocrmypdf

多云几多

已于 2024-08-05 10:43:34 修改

阅读量242

点赞数 4

文章标签： python ocrmypdf orc pdf

于 2024-08-05 10:42:00 首次发布

本文链接：https://blog.csdn.net/Leisurelyc/article/details/140920346

版权

前置环境

Python 64-bit

Tesseract 64-bit

Ghostscript 64-bit

python自行下载安装

1. Ghostscript下载地址：

Ghostscript : Downloads

2. Tesseract下载地址：

Index of /tesseract

简体中文训练数据下载地址：

tessdata/chi_sim.traineddata at main · tesseract-ocr/tessdata · GitHub

简中语言包放置位置（Tesseract安装目录下tessdata目录），例：

C:\\Program Files\\Tesseract-OCR\\tessdata

汇总下载：

链接：https://pan.baidu.com/s/10RmMS0dwEV6ozik0ClsEYQ
提取码：ycvm

前置环境安装完成后

使用pip安装ocrmypdf

pip install ocrmypdf

查看版本

ocrmypdf --version

使用

ocrmypdf -l chi_sim --sidecar D:\tmp\orcpdf\output.txt D:\tmp\orcpdf\origin.pdf D:\tmp\orcpdf\result.pdf

其他请参见官方文档：

Installing OCRmyPDF — ocrmypdf 16.4.3.dev4+g3a75b20 documentation

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

多云几多

关注关注

4
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
windows安装使用ocrmypdf

链接：https://pan.baidu.com/s/10RmMS0dwEV6ozik0ClsEYQ。使用pip安装ocrmypdf。python自行下载安装。
复制链接

扫一扫

ocrmypdf-auto:Docker容器可自动使用OCRmyPDF处理文档

05-23

例如，您可以配置一个无线文档扫描仪以将所有图像保存到一个卷中，并使用此容器监视所有新传入的文件，对它们进行OCR并将完成的（可搜索！）PDF写入另一个卷中。用法快速简便： docker create \ -v <input ...

Python库 | ocrmypdf-9.7.2.tar.gz

04-12

资源分类：Python库所属语言：Python 资源全名：ocrmypdf-9.7.2.tar.gz 资源来源：官方安装方法：https://lanzao.blog.csdn.net/article/details/101784059

参与评论您还未登录，请先登录后发表或查看评论

OCRmyPDF：OCRmyPDF将OCR文本层添加到扫描的PDF文件中，以便对其进行搜索

02-05

OCRmyPDF将OCR文本层添加到扫描的PDF文件中，从而可以搜索或复制粘贴它们。 ocrmypdf # it's a scriptable command line program -l eng+fra # it supports multiple languages --rotate-pages # it can fix pages ...

OCRmyPDF-web：通过Web OCRing PDF文件的一个很小的前端

02-06

OCRmyPDF-web 一个运行简单Web服务。在官方OCRmyPDF泊坞窗容器上构建，并添加了简单的REST API和轻量级的Web前端。只需将PDF文件拖到浏览器窗口中，然后将OCRed文件下载回来即可！跑步使用Dokku OCRmyPDF-web...

Python库 | ocrmypdf-11.0.1.tar.gz

04-12

资源分类：Python库所属语言：Python 资源全名：ocrmypdf-11.0.1.tar.gz 资源来源：官方安装方法：https://lanzao.blog.csdn.net/article/details/101784059

python字符串数据容器练习（replace,split,count）

2301_79600015的博客

07-31

701

Python字符串是由一系列字符组成的数据类型。在Python中，字符串是不可变的，这意味着一旦创建了一个字符串，就不能修改它的内容。以下是关于Python字符串的一些重要知识点：1. 字符串的基本操作：拼接字符串：使用`+`运算符。重复字符串：使用`*`运算符。索引和切片：使用`[]`和`:`操作符访问字符串中的子串。长度：使用`len()`函数获取字符串长度。转换大小写：使用`upper()`和`lower()`方法。分割和连接：使用`split()`和`join()`方法。

【BUG】Gunicorn [CRITICAL] WORKER TIMEOUT (pid:41518)

集电极

07-31

269

在使用Gunicorn 启动一个Flask服务后，访问接口响应错误，查看日志发现了该错误。具体上，我的接口大约需要2分钟才将结果返回，因此我的超时时间应该设置为200秒比较合适。秒内没有返回结果，Gunicorn 会弹出超时错误，并且会杀死flask服务重启。：接口返回时间超时。默认情况下，Gunicorn 超时时间为。样例，设置超时时间为200秒。解决方法是在启动命令中。

Java 设计模式之桥接模式（Bridge Pattern）

微笑听雨

08-05

705

桥接模式（Bridge Pattern）是一种用于将抽象部分与其实现部分分离的结构型设计模式。这种模式通过组合关系而不是继承关系来连接抽象与实现，使代码更具扩展性和维护性。桥接模式的核心思想是将抽象和实现解耦，使得两者可以独立变化。桥接模式（Bridge Pattern）是一种结构型设计模式，旨在将抽象部分与其实现部分分离，从而使两者可以独立地变化。桥接模式通过组合关系代替继承关系，将抽象和实现解耦，使代码更具扩展性和维护性。

PAI-DSW中对齐NoteBook和命令行的Python环境

MilkLeong的博客

08-02

705

我认为在最开始NoteBook和命令行的Python环境是一致的，只是我前面在部署LLaMA-Factory时进行了如下操作将命令行的Python环境改成了/root/anaconda3/bin/python。具体详见。

python游戏开发之五子棋游戏制作

m0_65482549的博客

08-05

920

它通过简洁明了的语法和逻辑结构，提高了代码的可读性和可维护性。通过引入交互性更强的用户输入方式，使得玩家可以更直观地参与游戏，增强了游戏的可玩性和用户体验。总的来说，这段 Python 在保持游戏逻辑不变的情况下，提升了代码的质量和可玩性，为开发者和玩家带来了更好的体验。如有侵权，请联系删除。

python中的三元表达式

cyj0919的博客

08-01

270

三元表达式是一种简洁的方式来根据某个条件选择两个值中的一个。它由三个部分组成：条件判断、冒号(:)、然后是两个可能的结果。

python 的pip包管理工具 requirements.txt 怎么用

yuguang的博客

07-31

490

python---为某个项目使用虚拟环境

weixin_45880844的博客

08-01

701

通过在虚拟环境中开发，你可以确保你的代码在不同环境中（包括生产环境）的表现一致，因为依赖是被隔离和明确定义的。：如果你正在开发自己的Python包，并且希望在项目中使用它，你可以轻松地将包链接到虚拟环境中进行测试。：虚拟环境允许你为特定项目使用不同版本的Python解释器，即使全局环境中使用的是另一版本。：不同项目可能需要不同版本的库。：虚拟环境可以包含安全补丁或特定版本的库，而不影响全局环境中的库，这有助于减少安全风险。：在虚拟环境中，你可以安全地尝试新的包或工具，而不会影响到你主要的工作环境。

pycharm无法导入pyside2模块；“ModuleNotFoundError: No module named ‘PySide2“

yrx020307的博客

08-01

264

出现报错““ModuleNotFoundError: No module named ‘PySide2’””后，看来很多博客，都不能解决，只有这篇博客提供了思路；2）.ui转化为.py后，点击运行，报错““ModuleNotFoundError: No module named ‘PySide2’””https://blog.csdn.net/weixin_61891798/article/details/127097989。按照博客的指引，和命令行的提示，我找到了pyside2的包；

【Python&RS】基于矢量点读取遥感影像波段值&制作训练样本

最新发布

Remote Sensing迷途小书童

08-05

232

在进行遥感定量反演或数据分析时，往往我们都具有矢量的真值，可能是点文件也可能是面文件，最重要的还是通过这个矢量获取影像中该区域的值，这样方便做波段分析以及后续的反演等流程。今天给大家分享一下如何通过点文件获取影像的波段值。

Django文件上传

brucexia的专栏

08-02

1100

Django框架在处理文件上传时，文件最终会位于“:attr:request.FILES<django.http. HttpRequest.FILES>”。处理上面表单的视图将在request.FILES中接收到文件数据，可以使用request.FILES['file']来获取上传文件的具体数据，其中的键值“file”是根据“file = forms.FileField()”的变量名而来的。在第05行代码中，必须将request.FILES传入表单的构造方法中，只有这样文件数据才能绑定到表单中。

【打家劫舍】python刷题记录

m0_73629042的博客

07-31

304

和爬楼梯有点相似，每次隔1格，2格，3格----(隔3格就亏了，所以还是类似爬楼梯问题，1格或者2格)第100篇blog.

python3 pyside6图形库学习笔记及实践（三）

qq_27489877的博客

08-05

531

本系列文章为b站PySide6教程以及官方文档的学习笔记。本文内容包括菜单栏、上下文菜单、折叠菜单以及资源的加载。

程序如何自动点击亚马逊商户后台的“邀请评论”按钮

Hellc007的博客

07-31

508

要在亚马逊上自动点击“邀请评论”按钮，可以使用自动化脚本来实现。由于你希望自动化操作，我提供一个示例代码，使用 Selenium WebDriver 来执行这个任务。Selenium 是一个流行的浏览器自动化工具，能够模拟用户操作，例如点击按钮和填写表单。

python读取图片中的数字

05-10

要读取图片中的数字，您可以使用Python中的一些图像处理库，如OpenCV、Pillow等。以下是使用Pillow库读取图片中的数字的示例代码： ```python from PIL import Image import pytesseract # 打开图片 img = Image.open('example.png') # 将图片转换为黑白图像 img = img.convert('L') # 使用pytesseract库识别图片中的文本 result = pytesseract.image_to_string(img) # 输出识别结果 print(result) ``` 在上面的代码中，我们首先使用Pillow库打开图片，然后将其转换为黑白图像，最后使用pytesseract库识别图片中的文本。需要注意的是，使用pytesseract库需要先安装tesseract OCR引擎，可以通过以下命令安装： ``` sudo apt-get install tesseract-ocr ``` 除了使用pytesseract库外，您还可以使用其他的OCR库来识别图片中的数字，如tesserocr、ocrmypdf等。