pdf有两类，一类是别人用word转pdf，你想转过来那种，带有光标那种，计算机能轻松识别，转换相对简单很多。第二类，即图片类pdf，也就是平常工作中看到的各种扫描件，它的识别相对要复杂一些，但又常常是最主要的。近期突发奇想想坚持试写一个，期间遇到许多问题 ，但好在看了许多人的一些经验总结，最后一个个问题都突破了。然后我自己还遇到一些网上找不到答案，自己琢磨解决的。所以想稍微写点东西，希望对其他朋友有所帮助。
必备工具
1、Python 建议安装3.7或以上版本（我自己安装的是3.8版本，pycharm和anaconda3）
2、tesseract-ocr 下载地址： https://github.com/UB-Mannheim/tesseract/wiki 使用最新版本即可
（如果你还想详细了解tesseract-ocr，可以登录 Python OCR工具pytesseract详解 - 墨天轮 学习）
需要用到的库主要有：
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/73916.html