OCR 工具

如何 OCR PDF 教學（免費線上工具）

發佈 2023年1月25日

OCR或光學字符識別是一種將文字信息轉換為數位形式的過程。 PDF OCR 是一款受歡迎的應用程式，可用於改善業務流程。 PDF OCR 的其中一個好處是可以用來提升資訊的可及性。這對於無法以所有人均可使用或閱讀的格式提供的文件尤為重要。 PDF OCR 可用於生成一個文件的副本，以一種每個人都能使用的格式提供。

PDF OCR 的另一個用途是在文件追蹤方面。當文件被歸檔、掃描或轉錄時，可能會很難追蹤哪個文件版本與哪個文件相關聯。使用 PDF OCR，可以追蹤對文件所做的更改並確定哪些版本與哪些文件相關聯。這對於管理文件檔案和防止重要信息的丟失可能非常有用。

在本文中，您將學習如何使用Adobe Acrobat Pro軟體對任何PDF文件進行OCR。本文還將介紹 .NET OCR 庫 IronOCR，這是目前最有效且功能豐富的庫之一。讓我們從 Adobe Acrobat Pro 開始。

使用 Adobe Acrobat Pro DC 進行 PDF 的 OCR

Adobe Acrobat Pro DC 是 Adobe Acrobat Reader DC 的專業版。這是最受歡迎且功能最強大的 PDF 操作工具。使用此軟體，您可以建立、編輯、簽署和檢閱任何 PDF 文件。此外，它還可以讓您將 PDF 轉換為 PowerPoint 簡報、Word 文件或 Excel 文件。它還可以編輯掃描文件。

Acrobat DC 的新版本也是一款文件掃描器，可以使用 OCR 技術快速將掃描的文件轉換為數字文件。它具有光學字符識別功能，以及智能名片掃描功能，能夠在幾秒鐘內自動檢測並保存名片上的聯繫信息。

Acrobat Pro DC 除了能從 PDF 文件中提取文字外，還具有許多功能，使其成為 PDF 轉錄的重要工具。

讓我們看看如何使用 Adobe Acrobat Pro 的 OCR 來處理掃描文件。

在 Adobe Acrobat 中打開所需的 PDF 文件，例如我們的例子中的掃描 PDF 文件。
從文件右窗格中選擇「編輯 PDF」。
這將開啟 Adobe Reader OCR PDF 工具的介面。
點擊頂部功能區的「編輯」按鈕。
這將把掃描的 PDF 文件轉換為可完全編輯的 PDF 文件。您將能夠直接在 PDF 文件上編輯文字和圖像檔案。
您也可以更改文本區塊的位置、字體等。
進行任何更改後，儲存檔案，您會看到這些更改反映在文件中。

IronOCR：一個 .NET OCR 庫

IronOCR 是一個 .NET OCR 庫和 OCR 工具，能夠通過將文字文件和圖像轉換為機器可讀的格式來讀取。

這個光學字符識別庫的開發考慮了以下幾個方面：

需要一個強大且準確的OCR引擎，可以用於不同的語言而無需任何外部軟體。
需要一個可在不同平台（如 Windows、Linux 和 macOS）上運行的易用 API。
需要一個OCR引擎，能夠輕鬆整合到各種.NET應用程式中，並支援WPF和控制台應用程式。
IronOCR 使開發人員更容易創建支持掃描文檔、提取文本和元數據、索引掃描的圖像文件、將圖像轉換為可搜索的 PDF，並將掃描文檔轉換為可讀文本的軟體。 IronOCR在編碼、圖像格式轉換以及文字識別和提取方面提供了很多選項。 IronOCR 支援 125 種語言。
IronOCR 提供直觀、穩定且準確的 OCR 進程，以從掃描文件、照片和截圖中識別文本，同時減少如頁面分割和版面分析等耗時任務。該庫是使用C#開發的，其API設計簡單明瞭且可讀性佳。
讓我們探索一些使用 IronOCR 的程式碼範例：

程式碼範例

using IronOcr;

var Ocr = new IronTesseract();

using (var Input = new OcrInput())
{
    // OCR entire document
    Input.AddPdf("example.pdf", "password");

    // Alternatively OCR selected page numbers
    Input.AddPdfPages("example.pdf", new [] { 1, 2, 3 }, "password");

    var Result = Ocr.Read(Input);
    Console.WriteLine(Result.Text);
}

using IronOcr;

var Ocr = new IronTesseract();

using (var Input = new OcrInput())
{
    // OCR entire document
    Input.AddPdf("example.pdf", "password");

    // Alternatively OCR selected page numbers
    Input.AddPdfPages("example.pdf", new [] { 1, 2, 3 }, "password");

    var Result = Ocr.Read(Input);
    Console.WriteLine(Result.Text);
}

Imports IronOcr

Private Ocr = New IronTesseract()

Using Input = New OcrInput()
	' OCR entire document
	Input.AddPdf("example.pdf", "password")

	' Alternatively OCR selected page numbers
	Input.AddPdfPages("example.pdf", { 1, 2, 3 }, "password")

	Dim Result = Ocr.Read(Input)
	Console.WriteLine(Result.Text)
End Using

VB C#

IronOCR 為您提供將整個 PDF 文件或選定的 PDF 文件頁範圍進行光學字符識別 (OCR) 的選項。

PDF檔案（輸入）

在控制台輸出

您可以使用 IronOCR 將 PDF 轉換為可選擇的 PDF；這非常簡單明了。請參閱以下的 PDF 轉換代碼片段：

using IronOcr;

var Ocr = new IronTesseract();

using (var Input = new OcrInput())
{
    Input.AddPdf("scan.pdf","password");

    // clean up twisted pages
    Input.Deskew();

    var Result = Ocr.Read(Input);
    Result.SaveAsSearchablePdf("searchable.pdf");
}

using IronOcr;

var Ocr = new IronTesseract();

using (var Input = new OcrInput())
{
    Input.AddPdf("scan.pdf","password");

    // clean up twisted pages
    Input.Deskew();

    var Result = Ocr.Read(Input);
    Result.SaveAsSearchablePdf("searchable.pdf");
}

Imports IronOcr

Private Ocr = New IronTesseract()

Using Input = New OcrInput()
	Input.AddPdf("scan.pdf","password")

	' clean up twisted pages
	Input.Deskew()

	Dim Result = Ocr.Read(Input)
	Result.SaveAsSearchablePdf("searchable.pdf")
End Using

VB C#

IronOCR 提供許多其他工具和功能。您可以參觀以下內容來探索IronOCR功能連結.