Question

我遇到一个问题，需要像Adobe Acrobat的工作方式一样将pdf文档转换为OCR pdf文档。我已经尝试过使用ocrmypdf模块，但是不知何故。我正在使用python 2.7。任何其他模块也将受到赞赏。

import logging
import os
import subprocess
import sys
import time
import shutil

path="D:\Nikhil Scraping\Pdf all processing"

for filenames in os.listdir(path):
     print (filenames)
     filename=filenames.split('.')[0]
     print (filename)
     input_path=os.path.join(path,filenames)
     outputfile=filename+"_OCR.pdf"

     cmd=["ocrmypdf","--output-type", "pdf", input_path, outputfile]
     logging.info(cmd)
     proc=subprocess.Popen(cmd, stdout=subprocess.PIPE, stderr=subprocess.STDOUT)
     result = proc.stdout.read()

显示的错误：

1-9-US 118137380VP1.pdf
1-9-US 118137380VP1

Traceback (most recent call last):
     File "D:\Nikhil Scraping\Pdf all processing\pdf_ocr_working.py", line 19, in <module>
     proc=subprocess.Popen(cmd, stdout=subprocess.PIPE, stderr=subprocess.STDOUT)
     File "C:\Python27\Lib\subprocess.py", line 710, in __init__
errread, errwrite)
     File "C:\Python27\Lib\subprocess.py", line 958, in _execute_child
startupinfo)
WindowsError: [Error 2] The system cannot find the file specified

当我在python 3.7中使用相同的代码时，它工作正常，但未生成任何输出文件。

它也可以在Mac OS中成功运行，我不知道为什么Windows会显示此错误。

My Code Approach Error shown

Answer 1

您要在此处加入所有文件名，而不是一个文件名

input_path=os.path.join(path,filenames)

改为使用此代码

input_path=os.path.join(path,filename)

如何将pdf文档转换为ocr pdf文档

1 个答案: