ocrmypdf/OCRmyPDF

解決的問題

OCRmyPDF 將本質上只是文字影像的掃描 PDF 檔案，透過新增隱藏的 OCR 文字層，轉換為可搜尋且可複製貼上的文件。它解決了其他 OCR 工具常見的問題，例如文字錯位、多語系支援不佳、影像解析度損失，以及產生過大或無效的 PDF 檔案。

工作原理

這是一個以 Python 編寫的可腳本化命令列工具，整合了 Tesseract OCR 引擎，可識別超過 100 種語言的文本。該工具處理 PDF，可選擇性地清理影像（校正頁面傾斜或旋轉），並將識別出的文字準確地置於原始影像下方。它可產生 PDF/A 檔案（專為長期存檔設計），並利用多個 CPU 核心分散工作負載，提升效率。

適用對象

適用於需要數位化大量掃描文件的使用者、希望透過命令列自動化 PDF 處理的開發者，以及需要符合規範的 PDF/A 檔案用於存檔的組織。

主要特色

• 高保真度：保持原始影像解析度，並在可能的情況下執行無損操作。
• 優化：通常比輸入檔案更小的最終檔案大小。
• 影像校正：內建功能可校正傾斜的頁面和修正錯誤旋轉的頁面。
• 可擴展性：提供外掛介面，可將 Tesseract 替換為 EasyOCR 或 PaddleOCR 等其他引擎。