我正在寻找一种以编程方式检查 pdf cad 绘图、纯 2D 打印并提取所有尺寸以及页面上尺寸位置的方法。我正在寻找能够让我做到这一点的技术。
我正在查看 Leadtools、PDFBox、iText、TET、Adobe SDK 并尝试在它们之间进行一些比较。我对准确识别尺寸/数字和形状特别感兴趣，并且 api 还必须具有提取位置信息的能力。任何过去的这些经验或对好/坏的有用见解将不胜感激！
【问题讨论】：
标签： pdf tesseract text-extraction leadtools-sdk
我们可以提供有关您问题的 LEADTOOLS 部分的相关信息，因为它是我们的产品。
如果 PDF 包含实际文本而不仅仅是文本图像，您可以直接提取它而无需通过 OCR。为此，请使用the Leadtools.Pdf.PDFDocument.ParsePages() method。
如果您正在处理包含文本和非文本区域的图像，您可以使用Leadtools.ImageProcessing.Core.AutoZoningCommand 来隔离文本区域（区域）并获取它们的坐标。然后，您可以使用我们的 OCR 引擎或您自己的代码。如果您尝试此操作并没有得到满意的结果，可能还有其他高级选项可以帮助您，但我们可能需要查看您正在使用的实际示例。如果您愿意，可以将一些示例文件通过电子邮件发送到我们的支持地址，并说明您到目前为止所做的尝试。
【讨论】：