pdfsandwich - 画像とOCRをサンドイッチしたPDFファイルを作成するツール
(tobias-elze.de)- 「sandwich」PDF : 画像だけのPDFファイルをOCR処理し、テキストを各ページの画像の背後に見えない形で挿入したファイル
→ 文字検索や選択してコピーが可能
- コマンドラインツールとして、スキャンした書籍や雑誌のOCRに使用
→ マルチカラムのテキストにも対応
- tesseract + unpaper + convert + ghostscript
→ tesseract が対応する言語をすべてサポート（韓国語を含む）
- Linux/Mac。マルチプロセッサシステムで並列処理に対応
まだコメントはありません。