Как извлечь текст из PDF-файла на основе изображений с помощью Cuneiform в терминале
клинопись -l рус -f текст -o outocr.txt input.pdf
Приведенная выше команда при запуске в терминале выводит только текст моей титульной страницы PDF в файл outocr.txt. Что я должен сделать, чтобы он распознал весь текст в 120-страничном PDF? Я использую Fedora Linux 25 (x86_64).
1 ответ
В этом посте приведен пример сценария для чтения множества отдельных страниц и создания многостраничного PDF. Cuneiform сама по себе не создает многостраничных документов. Как извлечь текст с OCR из PDF на Linux?