如何将结果保存为可搜索的 PDF 文件
可搜索的PDF,通常称为OCR(光学字符识别)PDF,是一种包含扫描图像和机器可读文本的PDF文档。 这些PDF是通过对扫描的纸质文件或图像执行OCR来创建的,该技术识别图像中的文本,并将其转换为可选择和可搜索的文本。
IronOCR 提供了一种解决方案,用于对文档执行光学字符识别,并将结果导出为可搜索的 PDF。 它支持将可搜索的PDF导出为文件、字节和流。
开始使用IronOCR
立即在您的项目中开始使用IronOCR,并享受免费试用。
如何将结果保存为可搜索的 PDF 文件
导出为可搜索的PDF示例
要将结果导出为可搜索的PDF,用户必须首先将Configuration.RenderSearchablePdf属性设置为true。 从Read
方法获取OCR结果对象后,通过指定输出文件路径,使用SaveAsSearchablePdf
方法。 以下代码演示了这一点,使用了以下示例TIFF文件。
:path=/static-assets/ocr/content-code-examples/how-to/searchable-pdf-searchable-pdf.cs
using IronOcr;
// Instantiate IronTesseract
IronTesseract ocrTesseract = new IronTesseract();
// Enable render as searchable PDF
ocrTesseract.Configuration.RenderSearchablePdf = true;
// Add image
using var imageInput = new OcrImageInput("Potter.tiff");
// Perform OCR
OcrResult ocrResult = ocrTesseract.Read(imageInput);
// Export as searchable PDF
ocrResult.SaveAsSearchablePdf("searchablePdf.pdf");
以下是示例TIFF和嵌入式可搜索PDF的屏幕截图。 您可以尝试选择可搜索的PDF以验证文本是否可选择。 可选择的文本还能在PDF查看软件中启用搜索功能。
请注意

TIFF 文件
可搜索的PDF
可搜索的PDF字节和流
可搜索PDF文件的字节和流信息也可以分别使用SaveAsSearchablePdfBytes
和SaveAsSearchablePdfStream
方法输出。 以下代码示例展示了如何使用这些方法。
:path=/static-assets/ocr/content-code-examples/how-to/searchable-pdf-searchable-pdf-byte-stream.cs
// Export searchable PDF byte
byte[] pdfByte = ocrResult.SaveAsSearchablePdfBytes();
// Export searchable PDF stream
Stream pdfStream = ocrResult.SaveAsSearchablePdfStream();