type
status
date
slug
summary
tags
category
icon
标签
参考标签
在之前的文章里，介绍了一个软件，OCRMyPDF，使用 OCR 技术来识别 PDF 中的文本，并通过向 PDF 中的图像添加文本层，使得扫描的图像 PDF 变得可搜索，并输出 PDF/A 标准的文件。
在上一篇文章中，介绍了 OCRMyPDF 的基本使用方法，这篇文章介绍批量处理多个 PDF 文件的方法。
在软件的官网上，介绍了很多种批量处理的办法，这里介绍一个Windows下最方便使用的批处理文件法。
创建批处理文件
创建一个
.bat批处理文件，在里面粘贴下面的代码：这段代码具体解释：
for /r %%f in (*.pdf)：这个部分表示遍历当前目录及子目录中的所有 PDF 文件。%%f是一个变量，用于表示找到的每一个 PDF 文件的路径。
do ocrmypdf %%f %%f：这一部分表示对找到的每一个 PDF 文件执行ocrmypdf命令。ocrmypdf %%f %%f的意思是将输入 PDF 文件 (%%f) 作为输入和输出，也就是说输出的同名文件会覆盖原来的文件，所以建议把原文件备份。
-l chi_sim+eng：这个选项指定 OCR 处理的语言为简体中文（chi_sim）和英文（eng）。+号表示同时使用这两种语言。
-force-ocr：这个选项表示即使 PDF 已包含文本层，仍然强制执行 OCR 处理。
不想搞的也可以直接下载：
使用方法
首先要确定自己安装了OCRMyPDF，如果还没安装，就按照“‣”里的方法安装软件。然后，把上一步创建的批处理文件放在 PDF 文件所在的文件夹里，双击运行就可以。
注意：
文件路径的所有文件夹和 PDF 的文件名都不能有空格，不然程序运行会出错。比如我的文件夹路径是：
D:\SynologyDrive\2_Area\CGC\Sustainability_Governance_and_Reporting 我的 PDF 文件名全都是：
为了避免出错，我将文件夹和文件名当中的空格全都替换成了下划线。
批量更改文件名可以使用免费软件ReNamer：
- 作者:TZ
- 链接:https://musingpages.com/technology/2024/07/03/batch-ocr-pdf
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。
相关文章
