如何在swift中从图像中扫描可搜索的pdf

Question

我想用swift中的tesseract框架扫描文档，并生成可以搜索的pdf文件。

实际上，我使用这个代码将图像转换为文本，但我想以主格式生成图片，但格式会随着转换为文本而改变，并生成pdf文件。我的代码是：

func recognizeText(image:UIImage) ->String {
var str = "0"
if let tessaract = G8Tesseract(language: "eng") {
tessaract.engineMode = .tesseractCubeCombined
tessaract.pageSegmentationMode = .auto
tessaract.image = image
tessaract.recognize()
str = tessaract.recognizedText ?? "0000"
}
return str
}

Answer 1

在使用OCR使扫描图像中的文本可搜索后，您可能需要使用能够生成PDF输出的库或SDK。

输出可能是一个多层PDF，其中一层将保存已识别的文本，上面的层将保存之前扫描的图像，使PDF可以搜索。

有多个库可以用于生成PDF，我可以建议(在为供应商工作时(使用LEADTOOLS工具包，它同时具有OCR和文档转换功能：https://www.leadtools.com/blog/document-imaging/pdf/convert-images-searchable-pdf-ocr/