有人可以建议我如何将扫描图像转换为可搜索的图像或扫描的PDF格式转换为可搜索的PDF格式吗？ 现在已经有一段时间了，我一直陷入这种境地 我在ubuntu中尝试过pdfocr应用程序，但没有成功。
答案 0 :(得分：4)
Tesseract 3.03版支持从图像创建可搜索的PDF。对于PDF，您可以使用GhostScript将其转换为图像，然后再将其发送到Tesseract。
答案 1 :(得分：0)
目前，在Ubuntu上没有正确的方法。所有OCR引擎都输出纯文本，并且无法将该文本作为PDF上的隐藏图层添加到图像文本上。
选项1：使用 gscan2pdf 这将使您获得可搜索的PDF，但OCRed文本位于页面的左上角，不可见且太小。
选项2：使用具有OCR选项的PDF X-Change Viewer，并通过在扫描图像上添加与其一致的文本图层来正常工作。你必须在 wine 中运行它，因为它是一个Windows应用程序。