使用tesseract将扫描的pdf转换为.txt文件

Question

我必须将包含扫描图像的.pdf文件转换为.txt文件。 tesseract ocr仅将图像转换为.txt。但我需要首先提取.tif图像然后转换它。任何人都可以帮我吗？

Answer 1

使用Imagemagick：

convert -density 600 input.pdf output.tif

密度是DPI，根据我的经验600 DPI效果最佳。