有没有一种方法可以使用Python对一个文件夹中的所有pdf文件进行OCR?
正如标题所述,是否有一种方法可以使用Python对一个文件夹中的所有pdf文件进行OCR?我下面有这段代码,但它一次只包含一个OCR文件和提取文本。我想做一个文件夹中所有pdf的一般OCR。如果可能的话,请告诉我有没有一种方法可以使用Python对一个文件夹中的所有pdf文件进行OCR?,python,Python,正如标题所述,是否有一种方法可以使用Python对一个文件夹中的所有pdf文件进行OCR?我下面有这段代码,但它一次只包含一个OCR文件和提取文本。我想做一个文件夹中所有pdf的一般OCR。如果可能的话,请告诉我 from wand.image import Image from PIL import Image as PI import pyocr import pyocr.builders import io tool = pyocr.get_available_tools()[0] la
from wand.image import Image
from PIL import Image as PI
import pyocr
import pyocr.builders
import io
tool = pyocr.get_available_tools()[0]
lang = tool.get_available_languages()[1]
req_image = []
final_text = []
image_pdf = Image(filename="./PDF_FILE_NAME", resolution=300)
image_jpeg = image_pdf.convert('jpeg')
for img in req_image:
txt = tool.image_to_string(
PI.open(io.BytesIO(img)),
lang=lang,
builder=pyocr.builders.TextBuilder()
)
final_text.append(txt)
我喜欢glob模块。
您可以根据给定文件夹的模式进行匹配。
下面是您的代码,并对其进行了一些编辑,以显示其工作原理
import glob
pdfs = glob.glob("./*.pdf")
for pdf in pdfs:
image_pdf = Image(pdf, resolution=300)
image_jpeg = image_pdf.convert('jpeg')
txt = tool.image_to_string(
PI.open(io.BytesIO(image_jpeg)),
lang=lang,
builder=pyocr.builders.TextBuilder()
)
final_text.append(txt)
我正在尝试导入pdf文件并导出OCR格式的pdf文件。代码是否输出OCR pdf?