不确定这是否是这个问题的正确位置，但我无法找到任何其他建议的媒介。
答案 0 :(得分：0)
文字提取。正如评论中提到的mkl，PDF可能已经包含一层文本（数字创建或预先OCRed），或者它可能是没有文本的图像专用PDF（扫描或光栅化）。可以尝试现有的文本提取，但我认为成功的可能性很小，因为PDF没有用于文本提取目的的坐标信息。换句话说，从PDF中以编程方式提取所有现有文本非常容易，但很难从特定区域或区域中提取文本。因此，即使文本已经存在于内部，也经常使用OCR，因为OCR返回的文本具有非常详细的位置和区域信息，可以映射到图像坐标。
PDF区域突出显示。我相信你要么必须重新构建一个突出显示某个区域的新PDF，要么构建自己的类似PDF的查看器，它将使图像和坐标以及文本和突出显示的区域变得快乐。我会选择创建自己的查看器，因为您可以对功能和UI进行额外控制。您的查看器可以将PDF作为输入并生成修改后的PDF作为输出，但是当您使用文档时，它不一定是PDF，即使它可以像用户的角度看起来像PDF一样，但增加了交互功能。 / p>