PDF领域难点

1. OCR技术。

2. 把扫描文档中的文字识别为文字，而且创建一种字体尽量保持和原扫描中的显示特性一致。

3. 把PDF无序的版面识别为符合读写顺序以及组织为段落方式的结构。

4. 能够较小的质量损失，较大的压缩PDF文件大小。

5. 识别PDF中文本图形图像组合而成的表格。

6. 较快渲染PDF中含有大量元素（10万+）的页面，且支持编辑。