我正在创建一个监视文件夹扫描文件的服务。一旦文件存在，服务就会选择它，并将其转换为可读的PDF。在此过程中，服务还会搜索条形码。在此之后，提取文本和文件，并将其文本存储到我们软件的数据库中。位置基于条形码。
现在，对于OCR我们使用Atalasoft的SDK (http://www.atalasoft.com/)。条形码识别器也包含在这个SDK中。
但是转换后的文本仍然有一些错误。(我用其他ocr程序进行了一些测试，但Atalasoft表现不错。)我正在寻找一些软件(SDK-kit)，它可以让我提高PDF的质量，用于OCR目的。
我测试了Kofax VRS Elite (http://www.kofax.com/vrs-virtualrescan/)。我正在寻找类似的东西，但可以使用某种SDK-kit在服务中实现。有没有人这样做过，或者有过类似的问题?提前感谢!
您可以尝试完全遵循不同的路径:
看看你是否可以配置扫描器直接扫描到PDF，并在飞行中进行OCR。利盟扫描器可以做到这一点。这将创建具有可选择和可搜索文本的PDF。这反过来又可以用PDF阅读库提取。
或者你可以看看http://www.abbyy.com/，看看你是否能得到更好的结果。
如果这些都不是好的选择，你可能需要用系统的方式分解你的问题:
1. 是扫描图像的图像质量问题吗?如果是这样，那么必须先解决这个问题。您的OCR解决方案可能会受到分辨率、对比度和颜色的影响。
2. 是OCR软件吗?拿一份非常清晰的文件，看看OCR软件是否出错。如果是这样，那么你知道你必须找到更好的OCR软件。3.如果您的文档质量很好，并且您的OCR软件在解密清晰的文档方面具有很高的成功率，那么您可能需要查看不起作用的例外情况，并逐个解决这些问题。
如果文档上的涂抹和背景图像是问题的原因，您可能想要研究避免这种情况的方法，或者使用公开API的图像处理软件来清除它。