|
|
发表于 2015-11-19 22:33:07
|
显示全部楼层
可惜没有词头, 因为PDF的词头OCR效果不是很好.
! h& T8 V1 b) ?' H' Nairframe 的OCR => ai r fram e5 n, A' U+ r& W) g
bobcat 的OCR => bo b ca t
- K$ G& x8 X d- s1 ?9 i6 i7 l所以我才想用从” See picture under”往前35个文本来当查找的依据.
) |5 M. Q% C& ]1 `9 ]7 e) u: L; k
另外, 我也还没有完成PDF转TXT的断行整理
* H" V J4 q+ B L9 g% z# T光是想将行尾的 “空白\n” 删除掉 \n, PC就得花不少时间..我就先中断了.) h( f- x, H" A/ J6 q' r
但若不先处理TXT的断行, 也会抓不到数据..2 o- D4 V/ h7 ^; @9 E
|
|