大家有没有看图片格式PDF电子书时，有想把里面的文字导出为文本的想法？今天给大家介绍一款免费的文字识别提取软件——OCRFeeder。
首先依次安装tesseract引擎及所需编译包：
sudo apt-get install tesseract-ocr
sudo apt-get install tesseract-ocr-eng tesseract-ocr-chi-sim
sudo apt-get install autoconf automake libtool
sudo apt-get install libleptonica-dev
再安装OCRFeeder，一般在主流发行版应用商店里都有，这里用的Linux发行版是国产的Deepin 15.8。
装好后，如果程序打不开的话，用管理员身份用编辑器打开/usr/share/applications/ocrfeeder.desktop文件， 将其中“exec=ocrfeeder -i %f”中后面的参数“-i %f”去掉，然后保存就能打开了。
软件打开界面
要想识别中文，有一个重要的更改需要做，要将软件工具中的OCR引擎编辑项中把“zh:chi-sim”改为“zh:chi_sim”，这样才能正确地识别中文。修改方式如下图。
找到OCR引擎选项
点编辑选项
将“zh:chi-sim”改为“zh:chi_sim”
这是使用效果：
导入图片并选择识别
导入图片 识别
识别中：
识别中
识别结果：
右下为识别结果
另：工具栏 文件-“导出PDF格式“实为“导入PDF文件”，是翻译的错误吧。
希望对大家的工作学习能有帮助。
网友评论