OCRmyPDF 是一款開源的命令行工具，用于將掃描的 PDF 文件轉(zhuǎn)換為可搜索、可復(fù)制的文檔。它通過疊加 OCR 文本層來實(shí)現(xiàn)這一功能，從而讓原本無法編輯或搜索的 PDF 文件變得可編輯和可搜索 。OCRmyPDF 支持多種語言，包括超過 100 種語言，并且能夠修復(fù)旋轉(zhuǎn)錯(cuò)誤的頁面、校正傾斜的 PDF，以及更改輸出元數(shù)據(jù) 。該工具使用 Tesseract OCR 引擎進(jìn)行文字識(shí)別，支持多語言處理，并且能夠生成 PDF/A 格式的文件，以確保文檔的長期保存和可訪問性 。

• OCRmyPDF官網(wǎng)入口網(wǎng)址：https://ocrmypdf.readthedocs.io/
• OCRmyPDF開源項(xiàng)目地址：https://github.com/ocrmypdf/OCRmyPDF

OCRmyPDF 的安裝和使用相對簡單，用戶只需安裝 Python、Tesseract OCR 和 Ghostscript，然后通過命令行安裝 OCRmyPDF 即可 。該工具支持 Linux、macOS 和 Windows 系統(tǒng)，并且可以通過多種方式安裝，包括包管理器或 Docker 鏡像 。OCRmyPDF 的許可遵循 Mozilla Public License 2.0（MPL-2.0），允許與其他代碼集成，但要求發(fā)布源代碼級修改 。

OCRmyPDF 的主要功能包括：將掃描的 PDF 文件轉(zhuǎn)換為可搜索的 PDF 文件，支持多語言處理，優(yōu)化 PDF 圖像，保持原始圖像分辨率，以及支持批量處理和多核處理以提高處理速度 。OCRmyPDF 還支持插件和自定義處理步驟，以滿足不同用戶的需求。

OCRmyPDF 是一個(gè)強(qiáng)大且易于使用的工具，適用于個(gè)人用戶、學(xué)術(shù)研究者和法律專業(yè)人士，能夠顯著提升文檔處理和搜索的效率 。OCRmyPDF 的 GitHub 倉庫提供了詳細(xì)的文檔和社區(qū)支持，用戶可以通過 GitHub 問題頁面報(bào)告問題并獲得響應(yīng) 。

OCRmyPDF 是一款功能強(qiáng)大、開源且易于使用的工具，能夠幫助用戶將掃描的 PDF 文件轉(zhuǎn)換為可搜索、可復(fù)制的文檔，提高文檔處理和搜索的效率。