Java 将图像转换为可搜索的pdf

您好，我正在寻找一个开源的java API，可以将tiff图像转换为可搜索的pdf（OCR）。我四处调查过，但到目前为止什么也没发现

注意 我看过这篇文章，但这个API没有将图像转换成pdf

---

. 但是，我仍然在玩代码。

您可以使用iText将图像转换为PDF。这里最困难的是做OCR，而不是创建PDF

我要警告你：任何值得使用的OCR引擎都将花费你大量的金钱。免费和/或开源项目通常是宠物项目，是某些算法或其他算法的概念证明。不适用于真实世界的OCR应用程序。Tesseract可能是同类产品中最好的，但即使如此，其精度也远比商用发动机差

我们有一个商业OCR应用程序，我在评估引擎时一直在走这条路——我建议你咬紧牙关，接触引擎供应商并获得报价：Abbyy（最佳精度、最昂贵、较慢）、Expervision（快速、不准确、中间价）、Nuance（中间速度、准确性和价格）。这些都不是用Java编写的，所以您应该计划一些时间围绕它们的API开发JNI代码

---

祝你好运-这是一个大项目！

楔形文字是免费且易于使用的，它将以hocr格式输出，然后可以使用hocr2pdf工具在PDF上生成一个不可见的文本层，hocr2pdf工具是ExactImage的一部分。

您好，谢谢您的输入，您能提供有关

楔形文字
和
hocr
格式的更多信息吗ant似乎找到了很多关于它的信息。非常感谢。如果我想要的只是一个扫描过的pdf并将其转换成带有可搜索文本的pdf，那该怎么办？Abbyy、Expervision和bunch仍然是正确的选择吗？是的，加上大量的工作来确保原始内容得到保留。我们有一个商业应用程序可以做到这一点-我们有10年的发展，我可以向你保证，这项努力是巨大的。：D我的老板认为这是周末要做的事情