如何使用 OCR 将图像转换为 PDF
在本教程中，我们将介绍提取栅格化文本图像文件中包含的内容，例如JPG或者PNG并将其转换为可编辑的纯文本，然后可以在流行的文档格式中使用，例如PDF和 DOCX。
什么是 OCR？
OCR，即光学字符识别，是将存储在光栅图像中的文本转换为可在文本文档（如 DOCX 文件）中编辑的文本的过程。OCR 的工作原理是分析图像文件中的像素，寻找类似于书面文本字符的像素模式。有关 OCR 的详细说明，请参阅这篇精彩的文章文章这很好地解释了这一点。
存储在图像文件中的文本有什么问题？
只有图像编辑软件才能修改包含文本的图像文件，如果图像格式不支持图层，则修改过程会变得很复杂。除此之外，文本在图像文件中不可搜索，因此很难（甚至不可能）通过关键字搜索找到文件。如果图像文件（例如物理文档的扫描件）主要包含文本，OCR 是将图像文件（例如物理文档的扫描件）转换为文档格式的理想选择。
选择您的工具
现在我们已准备好将一些图像转换为可编辑的文档格式，您需要选择适合您需求的正确工具。我们的工具可以转换为以下三种文档文件类型（这些工具的链接将在新浏览器选项卡中打开）：
选择正确的工具后，您就可以选择要上传的图像类型。默认情况下，对于 JPG 文件，这将是选定的源文件格式。您可以使用位于工具左侧的文件源文件类型选择器来更改此设置。
选择您的文件
选择正确的工具和格式后，您可以单击“上传文件”按钮来选择要转换的图像文件。如果愿意，您还可以将最多 50 个文件拖放到该工具上。您可以通过在工具显示中拖动缩略图来重新排列所选文件。每个缩略图还具有向左和向右旋转按钮，可让您在上传之前正确定位图像。
下面是合并工具的示例，其中选择了四个 JPG 文件并准备将其转换为可编辑的 PDF 文件：
工具右侧是OCR选项；默认情况下，此选项未启用。如果您在提交文件时禁用此选项，则创建的文档将仅包含图像文件的嵌入副本。出于本教程的目的并演示OCR设置提供的纯文本提取，应启用此选项。
一旦选择了文件并更改了任何设置，请单击“合并”按钮，OCR 工具就会将您的图像文件转换为干净、纯正、可编辑的文本。
这是提交给合并工具的两个文件的示例，最终图像包含从第一个图像中提取并保存为 PDF 文档的纯可编辑文本：
添加评论
暂无评论
第一个评论此篇文章。