PDF OCR 识别工具

一个功能强大的PDF OCR识别工具，支持多种OCR引擎和丰富的主题定制。

主要功能

1. OCR识别

• 支持本地Tesseract OCR和百度在线OCR
• 可配置OCR参数（语言、DPI、对比度等）
• 支持批量处理多个PDF文件
• 自动保存识别结果

2. 主题定制

• 提供多种预设主题：
  • 浅色（默认）
  • 深色
  • 蓝色
  • 绿色
  • 紫色
• 实时预览主题效果
• 主题设置自动保存

3. 文件管理

• 历史记录管理
• 最近文件列表
• 支持拖放操作
• 批量处理功能

4. 文本处理

• 文本校对功能
• 查找和替换
• 支持多种导出格式：
  • TXT文本
  • Word文档
  • PDF文件

5. 系统集成

• 系统托盘支持
• 自动更新检查
• 多语言支持

安装要求

系统要求

• Windows 10或更高版本
• Python 3.8或更高版本

依赖项

pip install -r requirements.txt

必要组件

• Tesseract-OCR
• Poppler

使用方法

1. 启动程序

   python main.py
   

2. 选择PDF文件

   • 点击"选择PDF文件"按钮
   • 或直接将PDF文件拖入窗口

3. 配置OCR参数

   • 点击"OCR配置"按钮
   • 设置语言、DPI等参数

4. 开始识别

   • 点击"开始"按钮
   • 等待识别完成

5. 导出结果

   • 点击"导出"按钮
   • 选择导出格式和保存位置

主题设置

1. 点击"主题设置"按钮
2. 在主题对话框中选择喜欢的主题
3. 点击"确定"应用主题

快捷键

• Ctrl+O: 打开PDF文件
• Ctrl+S: 保存结果
• Ctrl+C: 复制文本
• Ctrl+F: 查找文本
• Ctrl+H: 替换文本
• F1: 显示帮助

常见问题

1. 无法识别中文？

   • 确保已安装中文语言包
   • 在OCR配置中选择中文语言

2. 识别速度慢？

   • 降低DPI设置
   • 关闭不必要的预处理选项

3. 内存占用高？

   • 减少同时处理的文件数量
   • 关闭自动保存功能

贡献指南

欢迎提交Issue和Pull Request来帮助改进这个项目。

许可证

本项目采用MIT许可证。详见LICENSE文件。