ing*_*gli 5 ocr fonts pdf evince tesseract
跟进如何对 pdf 文件进行 OCR 并获取存储在 pdf 中的文本？我已经成功制作了 OCRed pdf 页面。
然而，在 Evince 中，没有显示这些字母。我的意思是我看不到字符，但我可以选择它们，复制它们并将它们成功粘贴到其他地方。这似乎不是 Evince 的 bug：https ://bugzilla.redhat.com/show_bug.cgi ? id = 1364201
使用 pdfsandwich 启动 pdf 页面的 OCR 时，tesseract 会生成一个页面
包含一种没有任何可用字形的字体（他们将其命名为 GlyphLessFont）。它只有 .notdef 和 .null 替换（正方形）。如果字符没有字形，Evince 将使用 .notdef 字形。Okular 突出显示文本的原因是因为它在图像中这样做，而不是像 evince 那样作为常规文本。
pdftotext 识别字符。
现在，问题是：可以告诉 tesseract 使用不同的字体吗？
| 归档时间： |
|
| 查看次数： |
1460 次 |
| 最近记录： |