【方法】 PDF OCR识别

yzy_1996

已于 2022-07-20 09:54:06 修改

阅读量2.6k

点赞数

分类专栏： Python 文章标签： python OCR

于 2022-07-19 23:48:14 首次发布

本文链接：https://blog.csdn.net/yzy_1996/article/details/125883450

版权

Python 专栏收录该内容

22 篇文章

订阅专栏

这篇博客介绍了如何在Linux（包括MacOS和WSL）及Windows系统上安装和使用OCRmypdf工具来识别PDF文件中的文字。通过命令行执行特定参数，如指定处理页面、禁用优化和保存识别结果到文本文件。此外，还展示了如何在Python中调用该工具，并解决在命令行输出时可能出现的问题。博客还提到OCRmypdf支持多语言识别，并提供了在Python中执行命令的示例代码。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

更多代码在 Github

使用 ocrmypdf ，根据官方教程安装。Linux系统（包含MacOS，WSL）会简单一点，Windows复杂一点。

使用方法：直接在命令行执行

ocrmypdf --pages 1 --optimize 0 --output-type none --sidecar output.txt input.pdf -

–pages 1 是仅处理 pdf 的第一页，–optimize 0 禁用页面优化，–output-type none是不输出额外的一个pdf（需要配合最后的 -）

还可以加上 --quiet 不让打印过程

会在本地保存一个 output.txt 里面存有识别的文字。

默认的是英文，可以替换为其他语言

如果想要写入python，注意如果简单加进去会报一个错误 python stdout is connected to a terminal. Please redirect stdout to a file.下面的程序中已经修复了。

import os
import subprocess
import shlex

file = 'test.pdf'
command = f"ocrmypdf --deskew --rotate-pages --rotate-pages-threshold 5 --output-type none --sidecar ocr_output.txt {file} -"
command_args = shlex.split(command)

with open('log', "w") as outfile:
    subprocess.run(command_args, stdout=outfile)
os.remove('log')