图片OCR转PDF

是什么：从图片中识别文字并生成可搜索的PDF文档。

为什么：将图片中的文字转换为可编辑、可搜索的PDF文件。

Python 示例

python

import pytesseract
from PIL import Image
from pdf2image import convert_from_path
from reportlab.pdfgen import canvas
from reportlab.lib.pagesizes import letter
import io

def image_ocr_to_pdf(image_path, output_pdf="ocr_output.pdf"):
    """图片OCR识别并生成可搜索的PDF"""

    # 1. OCR识别文字和位置
    image = Image.open(image_path)
    data = pytesseract.image_to_data(image, output_type=pytesseract.Output.DICT)

    # 2. 创建PDF
    c = canvas.Canvas(output_pdf, pagesize=image.size)

    # 3. 在PDF中添加识别到的文字（透明）
    for i, text in enumerate(data['text']):
        if text.strip():  # 只处理非空文字
            x = data['left'][i]
            y = image.size[1] - data['top'][i] - data['height'][i]  # 坐标转换
            c.drawString(x, y, text)

    c.save()
    print(f"OCR转PDF完成: {output_pdf}")

# 使用示例
image_ocr_to_pdf("document_image.jpg", "searchable_document.pdf")

安装依赖：

bash

pip install pytesseract pillow reportlab pdf2image
# 还需安装 Tesseract-OCR

一句话总结：通过OCR识别图片中的文字和位置，在PDF中重建文本层，生成可搜索和选择的PDF文档。