OCRmyPDF - adiciona uma camada de texto OCR a arquivos PDF digitalizados

• Gera arquivos PDF/A pesquisáveis a partir de PDFs comuns

• Insere o texto reconhecido por OCR sob a imagem, com suporte a copiar/colar

• Mantém inalterada a resolução das imagens já incorporadas

• Insere informações de OCR sem danificar o arquivo

• Otimiza as imagens do PDF para reduzir o tamanho do arquivo

• Usa todos os núcleos da CPU para processamento distribuído

• Suporta mais de 100 idiomas por meio do Tesseract OCR (incluindo coreano)

• Processa bem arquivos com milhares de páginas, escalando adequadamente

• Testado com milhões de arquivos

• Linux/Mac/Windows (WSL)

[alstjr7375]

Muito legal.

[xguru]

Dizem que ele tem muito mais recursos do que o pdfsandwich publicado há alguns dias.

• pdfsandwich - ferramenta para criar arquivos PDF com imagem e OCR em camadas https://pt.news.hada.io/topic?id=5334