pdfsandwich - Công cụ tạo tệp PDF "sandwich" với hình ảnh và OCR

• PDF “sandwich”: tệp PDF chỉ có hình ảnh được OCR và chèn phần văn bản một cách ẩn phía sau hình ảnh của từng trang

→ có thể tìm kiếm văn bản và chọn để sao chép

• Công cụ dòng lệnh dùng để OCR sách hoặc tạp chí đã quét

→ cũng hỗ trợ văn bản nhiều cột

• tesseract + unpaper + convert + ghostscript

→ hỗ trợ tất cả các ngôn ngữ mà tesseract hỗ trợ (bao gồm cả tiếng Hàn)

• Linux/Mac. Hỗ trợ xử lý song song trên hệ thống đa bộ xử lý