有没有办法在 PDF 文件上测试图像？

Question

在我们的项目中，我们需要测试 PDF 文件数据。但是PDF文件中的数据很少是图像格式的，所以我们不能应用与我们在PDF上进行文本比较相同的逻辑。我们面临验证 PDF 文件上的图像文本的问题。是否有任何 API 可以让我们识别 OCR 并从图像中提取文本并进行比较。

Answer 1

您可以预处理 PDF 文件吗？如果是这样，请尝试 pdf2pdfocr (https://github.com/LeoFCardoso/pdf2pdfocr)。

免责声明：我是 pdf2pdfocr 开发人员。

Answer 2

要使用图像，您可以尝试 -

1. Java 用于图像比较，但在项目进行中处理代码将变得非常困难。

2. 我通常使用 sikuli 进行图像重组，效果很好，请下载 sikuli 表单 here，有关 sikuli 的工作示例，请查看here。