工具目录 / OCRmyPDF

OCRmyPDF

给扫描 PDF 增加可搜索的文字层

打开关联站内模块

为何收录

尽量保留页面视觉，在原 PDF 上附加 OCR 文字以便检索。

输入材料

扫描 PDF

输出结果

带文字层的 PDF

适用范围与限制

需要安装及语言包；罕见字必须校读。

站内基础能力

这些能力覆盖部分基础任务，不表示完整重制原软件。

• PDF 文字层提取

  从本地 PDF 提取逐页文字，送入检索、校勘与标注。 1 MB、50 页以内；只读已有文字层，不给扫描 PDF 写入 OCR 文字层，不还原复杂排版。

• 扫描图像整理

  旋转书页、调节灰度与二值阈值，下载处理后的图片。 1 MB、600 万像素以内；只执行指定处理，不自动判断歪斜和版面。

配合这些知识点学习

• 传统美术的记录与传承

继续探索

• 古籍版本对照
• 繁简与用字整理
• 关键词上下文
• 多版本逐行校读
• TEI / XML 结构检查
• 原文实体与主题标注

检索典籍材料 · 关联知识与练习