如何将结果保存为可搜索的 PDF 文件
可搜索 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,它能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 为在文档上执行光学字符识别并将结果导出为可搜索 PDF 提供了解决方案。它支持将可搜索的 PDF 导出为文件、字节和流。
如何将结果保存为可搜索的 PDF 文件
开始在您的项目中使用IronPDF,并立即获取免费试用。
查看 IronOCR 上 Nuget 用于快速安装和部署。它有超过800万次下载,正在使用C#改变OCR。
Install-Package IronOcr
考虑安装 IronOCR DLL 直接。下载并手动安装到您的项目或GAC表单中: IronOcr.zip
手动安装到你的项目中
下载DLL导出为可搜索 PDF 示例
要将结果导出为可搜索 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,使用 "SaveAsSearchablePdf "方法指定输出文件路径。下面的代码演示了这一点 TIFF 样本 锉刀
: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");
Imports IronOcr
' Instantiate IronTesseract
Private ocrTesseract As New IronTesseract()
' Enable render as searchable PDF
ocrTesseract.Configuration.RenderSearchablePdf = True
' Add image
Dim imageInput = New OcrImageInput("Potter.tiff")
' Perform OCR
Dim ocrResult As OcrResult = ocrTesseract.Read(imageInput)
' Export as searchable PDF
ocrResult.SaveAsSearchablePdf("searchablePdf.pdf")
下面是样本 TIFF 和嵌入式可搜索 PDF 的截图。您可以尝试选择可搜索 PDF,以验证文本是否可选择。可选择文本还能在 PDF 阅读器软件中进行搜索。
请注意
TIFF 文件
可搜索 PDF
以字节和数据流形式搜索 PDF
还可分别使用 SaveAsSearchablePdfBytes
和 SaveAsSearchablePdfStream
方法输出可搜索 PDF 文件的字节和流信息。下面的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();
' Export searchable PDF byte
Dim pdfByte() As Byte = ocrResult.SaveAsSearchablePdfBytes()
' Export searchable PDF stream
Dim pdfStream As Stream = ocrResult.SaveAsSearchablePdfStream()