UB-Mannheim/zotero-ocr

해결하는 문제

Zotero OCR는 Zotero 라이브러리 내의 검색 불가능한 PDF에 텍스트 레이어를 추가하여 검색 가능하게 만듭니다. 스캔된 문서가 특정 키워드를 검색하거나 인덱싱할 수 없는 문제를 해결합니다.

작동 방식

이 플러그인은 Tesseract OCR와 pdftoppm (Poppler 도구에서)를 통합하여 PDF 파일을 처리합니다. PDF 페이지를 이미지로 변환하고 Tesseract로 텍스트를 인식한 후, 인식된 텍스트 레이어를 포함하는 새 PDF, 텍스트만 포함된 노트, 또는 검증용 HTML (hOCR) 파일을 생성합니다.

대상 사용자

대량의 스캔된 PDF를 관리하고 검색 가능한 문서로 변환해야 하는 연구자, 학자, 그리고 Zotero를 사용하는 모든 사람.

주요 기능

• Zotero와의 통합: 선택한 PDF에 대해 Zotero 컨텍스트 메뉴에서 직접 작동합니다.
• 다양한 출력 옵션: 검색 가능한 새 PDF, 텍스트만 포함된 노트, 또는 검증용 HTML 파일을 생성할 수 있습니다.
• 사용자 정의 설정: DPI, Tesseract 페이지 세그멘테이션 모드(PSM), OCR 언어/스크립트를 사용자가 조정할 수 있습니다.
• 유연한 첨부 파일 처리: 새 PDF를 일반 첨부 파일로 추가하거나 링크 파일로 추가하거나 원본 PDF를 덮어쓰기 선택할 수 있습니다.