标签： java itext tesseract pdfbox pdftotext
我手动扫描了一些硬拷贝文件并存储到pdf文件中（软拷贝）。现在这些pdf文件是我的输入，所以我需要从这些pdf文件中提取文本。我尝试了tika，pdfbox，itext，tess4j没有给我的文件50％的准确度（主要是垃圾数据）给我的文件（获取从互联网上下载的其他pdf的确切文本），你能建议我解决这个问题。
由于