有什麼工具可以以類似於 Acrobat 的 OCR 功能的方式自動對掃描的 PDF 文件進行 OCR？

開源首選，但不是必需的。

我有 Adob​​e Acrobat 8​​，並且非常喜歡 OCR 功能，它基本上可以在掃描文件的頂部放置一個不可見的 OCR 文本層。因此，您在螢幕上看到的是原始掃描文件，但結果是可搜尋的。

我正在尋找的是一種自動化這個過程的方法。我目前有一些用於處理和存檔掃描文件的腳本，並且正在尋找可以直接插入到此批處理過程中的內容，以類似於我可以使用 Acrobat 執行的方式執行 OCR。

歡迎大家提出建議，謝謝！

我在一個公司文件歸檔項目中實現了這一點。掃描文件為 tif 文件（單頁）。然後使用Cuneiform創建單個 tif 的 hocr 文件。然後使用hocr2pdf輸出 PDF 文件。如果有多個掃描頁面，我使用 gs 將 PDF 合併為一個 PDF 文件。效果非常好，OCR 足以滿足我們的需求，並且可以在任何 PDF 查看器中進行搜尋。

你看過 WatchOCR 嗎？您可以從http://www.watchocr.com下載它。它是一個免費和開源的 OCR 伺服器，可將僅圖像 pdf 轉換為來自監視文件夾或網路共享的文本可搜尋 pdf。

引用自：https://serverfault.com/questions/54349