java adobe ocr_Acrobat自带的OCR识别文本功能提取图片文字

在“识别文本”对话框中，选择“页面”下的一个选项。(可选)单击“编辑”打开“识别文本

- 设置”对话框，然后按需要指定选项。

2、识别多个文档中的文本

在 Acrobat 中，选择“文档”>“OCR 文本识别”>“使用 OCR

识别多个文件中的文本”。 在“页面捕捉多个文件”对话框中，单击“添加文件”，选择“添加文件”，“添加文件夹”或“添加打开的文件”。然后选择相应的文件或文件夹。 在“输出选项”对话框中，指定输出文件的目标文件夹、文件名首选项以及输出格式。 在“识别文本 - 设置”对话框中，指定选项，然后单击“确定”。

3、识别 PDF 包中组件 PDF 中的文本

在 PDF 包中选择一个或多个扫描的 PDF。 选择“文档”>“OCR 文本识别”>“使用 OCR

识别文本”。 在“识别文本 - 设置”对话框中指定选项。

OCR识别文本功能的使用

1.捕获扫描页面

通过Acrobat的“使用OCR识别文本”功能可以将扫描页面由图像转换成可搜索的PDF文档。Acrobat允许以3种格式捕获扫描页面：格式化的文本和图形PDF、可搜索的图像PDF(精确)以及可搜索的图像PDF(紧凑)。可搜索的图像PDF在PDF文档中将扫描图像放在前景中，而将捕获的文本放在不可见的背景层中。

捕获扫描页面的具体步骤如下所述：

(1)选择“文档>使用OCR识别文本>开始”命令，弹出“识别文本”对话框。

(2)选择要捕获的页面。

(3)单击“编辑”按钮，弹出“识别文本－设置”对话框，选择“OCR识别的主要语言”和“PDF输出样式”选项，然后单击“确定”按钮。

(4)单击“确定”按钮开始OC