首先，如果之前有人問過這個問題，我深表歉意——我在現有文章中搜尋了一段時間，但找不到支持。

我對 Fedora 對多頁不可搜尋 PDF 進行 OCR 並將此 PDF 轉換為包含圖像頂部文本層的新 PDF 文件的解決方案感興趣。在 Mac OSX 或 Windows 上，我們可以使用 Adob​​e Acrobat，但在 Linux 上是否有解決方案，特別是在 Fedora 上？

這似乎描述了一個解決方案 - 但不幸的是，我在檢索精確圖像時已經迷路了。

在得知Tesseract現在也可以生成可搜尋的 PDF 後，我找到了腳本三明治：http ://www.tobias-elze.de/pdfsandwich/

安裝依賴項後（這可能不是完整列表）

sudo dnf install svn ocaml unpaper tesseract

我按照腳本指南從原始碼編譯

從原始碼編譯

pdfsandwich 是開源軟體（許可證：GPL）。您可以從項目網站的下載區域下載原始碼為 .tar.bz2 包，也可以通過 subversion 簽出：

svn checkout svn://svn.code.sf.net/p/pdfsandwich/code/trunk/src pdfsandwich

如果你的系統上安裝了OCaml，你可以編譯安裝如下：

cd pdfsandwich
./configure
make
sudo make install

現在這讓我可以執行

sandwich multipaged-non-searchable.pdf

生成可搜尋的 PDF。

這是包含 pdfsandwich 的儲存庫列表（例如，Debian Stable、AUR、Homebrew）。

ocrmypdf做得很好，可以像這樣使用：

ocrmypdf in.pdf out.pdf

安裝：

pip install ocrmypdf

或者

sudo apt install ocrmypdf     # ubuntu
sudo dnf -y install ocrmypdf  # fedora

原始答案（已棄用）

注意： pypdfocr自 2016 年以來不再支持，我注意到由於未維護而導致的一些問題。

最好和最簡單的方法是使用pypdfocr它，因為它不會更改 pdf。pypdfocr 是這裡的 python 模組連結。

pypdfocr your_document.pdf

最後，您將擁有另your_document_ocr.pdf一種您想要的可搜尋文本方式。該應用程序不會改變圖像的質量。通過添加覆蓋文本稍微增加文件的大小。

我認為該命令非常簡單，不需要任何 GUI。也許安裝 pypdfocr 有點冗長：

sudo dnf -y install tesseract 
pip install pypdfocr 

引用自：https://unix.stackexchange.com/questions/301318