【问题标题】:Vb.net Itextsharp OCR CheckVb.net Itextsharp OCR 检查
【发布时间】:2019-11-09 19:56:53
【问题描述】:

如何检查文件是否为 PDF OCR

过程

  1. 选择 PDF 文件
  2. 检查 PDF 文件是否为 PDF OCR
  3. 消息(对或错)

【问题讨论】:

  • 您打算如何抽象地识别 OCR 处理的 pdf?根据这些信息,我们可以帮助您使用 itext 来具体实现它。

标签: vb.net itext


【解决方案1】:

使用 itextsharp 找到答案(我使用的是 5.5.10.0)

   Public Sub CHeck(ByVal Filename As String, ByRef sOut As String) 
    Dim oReader As New iTextSharp.text.pdf.PdfReader(FileName)
    For i = 1 To oReader.NumberOfPages
        Dim its As New iTextSharp.text.pdf.parser.SimpleTextExtractionStrategy
        sOut &= iTextSharp.text.pdf.parser.PdfTextExtractor.GetTextFromPage(oReader, i, its)
    Next

如果字符串是否为空,则只需创建一个条件 这也可以为每个文件名循环。

【讨论】:

  • 该代码仅检查页面内容中是否有显示操作的文本。这与 OCR 有何关系?
  • 如果文件包含解析文本,则表示该文件已通过 OCR 运行。对于我所需要的,我只需要检查文档是否已通过 OCR 流程运行,而不是检查每一页是否都是 OCR。这就是为什么这段代码对我有用。如果 sOut - "" 那么它不是 OCR,我也只是创建一个条件,否则它是。主要是我为特定目录创建一个循环。
  • 好的,所以你的 pdf 文件都被扫描了,只有其中一些是 OCR 的。不过,根据您的问题,这并不清楚,我认为您的意思是任意 pdf。
  • 是的,您选择了一个 PDF 文件。查看文件是否经过 OCR 处理。并返回一个值,如果它是 OCR 与否。当我说 OCR 文件已由 OCR 处理并且文本已被识别时,对我来说是准确的。这就是为什么解析文本会给我信息,如果它是 OCR 与否。
猜你喜欢
  • 1970-01-01
  • 2012-05-31
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 2011-07-29
  • 2013-11-11
  • 2013-05-30
相关资源
最近更新 更多