This topic created in 2789 days ago, the information mentioned may be changed or developed.
背景
朋友工作总要找资料什么的，大多是 pdf 扫描版格式，无法复制，需要转成 word 或者文字，但由于其人穷，又不买那些 pdf 在线转换 word 的工具。得知后，帮助开发一个工具给她使用。
支持功能
- image ocr
node test/ocr.test.js（图片文字提取） - converting scanned PDF's to an image （扫描版 PDF 转为图片后文字提取，同下）
- support pdf ocr
node test/pdf.test.js（ PDF 文字提取） - support electron desktop packager （ Electron 打包为 Desktop App ）
Demo 截图
实现过程介绍
本项目基于百度 AIP 平台，OCR 接口
图片 OCR 提取文字
这个简单，直接走百度 OCR 即可得到结果。node.js 调用 SDK 而已
正常格式 PDF
这个通过pdfinfo 工具 + GraphicsMagick 来实现，pdfinfo 获取 pdf 文件信息（分页信息等），GraphicsMagick 将 pdf 作为图片（处理图片很强大）。
扫描版 PDF
这个麻烦是在 pdfino 工具是无法获取 pdf 文件信息的，需要代码做兼容情况处理。扫描版 PDF 最终还是转换图片后再 OCR 提取文字。
源码
详细使用方式阅读README.md
https://github.com/giscafer/easyocr
欢迎━(｀)ノ亻!学习交流
Supplement 1 Sep 7, 2018
欢迎 PR 一起开发强大的 OCR 工具
 | 1 lucky2Javascript Sep 7, 2018 能说下原理吗？草体字能识别不 |
 | 2 sean10 Sep 7, 2018 via Android @leeseeanchiu 原理作者也说了，调的百度 OCR 的 SDK，百度有支持草体识别的话，就能识别 |
 | 3 scmod Sep 7, 2018 楼主是直接购买了那个识别服务吗?我记得免费有个试用上限来着. |
 | 4 giscafer OP @scmod 我用的是免费版， |
| 5 giscafer OP  1 |
 | 6 jimmy2010 Sep 7, 2018 感谢，恰好能用到。 |
 | 8 nicolasleohu Oct 8, 2018 赞啊～准确率能达到多少？ |
| 9 giscafer OP @nicolasleohu 准确率依赖百度 OCR 接口，我用的是基础免费版的，高精准的每天次数不多。 没有公式和代码等图片的识别准确率达到 99%以上。 |
| 10 nicolasleohu Oct 23, 2018 @giscafer 噢噢，了解了 |
Select Language