Python如何轻松实现PDF转文本，告别传统复制粘贴？

本文共计1407个文字，预计阅读时间需要6分钟。

对于很多人来说，将PDF转换为可编辑的文本是个刚需，但苦于没有简单的方法。在本文中，来自K1 Digital的高级机器学习工程师Lucas Soares尝试使用OCR（光学字符识别）技术实现这一目标。

对很多人来说，将 PDF 转换为可编辑的文本是个刚需，却苦于没有简单方法。在本文介绍的项目中，来自 K1 Digital 的高级机器学习工程师 Lucas Soares，尝试使用 OCR（光学字符识别）自动转录 pdf 幻灯片，转录效果还不错。喜欢记得收藏、关注、点赞。

最近，来自 K1 Digital 的高级机器学习工程师 Lucas Soares 一直在尝试通过使用 OCR（光学字符识别）自动转录 pdf 幻灯片，以便直接在 markdown 文件中操作它们的内容，从而避免手动复制和粘贴 pdf 内容，实现这一过程的自动化。

代码、数据、技术技术交流，文末获取

左为项目作者 Lucas Soares。

项目地址：github.com/EnkrateiaLucca/ocr_for_transcribing_pdf_slides

为什么不使用传统的 pdf 转文本工具呢？

Lucas Soares 发现传统工具往往会带来更多的问题，需要花时间解决。他曾经尝试使用传统的 Python 软件包，但是遇到了很多问题（例如必须使用复杂的正则表达式模式解析最终输出等），因此决定尝试使用目标检测和 OCR 来解决。

基本过程可分为以下步骤：

将 pdf 转换为图片；

检测和识别图像中的文本；

展示示例输出。