前置环境

  • Python 64-bit (>= 3.10)

  • Tesseract 64-bit

  • Ghostscript 64-bit

 python自行下载安装

1. Ghostscript下载地址：

Ghostscript : Downloads

2. Tesseract下载地址：

Index of /tesseract

简体中文训练数据下载地址：

tessdata/chi_sim.traineddata at main · tesseract-ocr/tessdata · GitHub

简中语言包放置位置（Tesseract安装目录下tessdata目录），例：

C:\\Program Files\\Tesseract-OCR\\tessdata

汇总下载：

链接：https://pan.baidu.com/s/10RmMS0dwEV6ozik0ClsEYQ 
提取码：ycvm

前置环境安装完成后

使用pip安装ocrmypdf

pip install ocrmypdf

查看版本

ocrmypdf --version

使用

ocrmypdf -l chi_sim --sidecar D:\tmp\orcpdf\output.txt D:\tmp\orcpdf\origin.pdf D:\tmp\orcpdf\result.pdf

其他请参见官方文档：

Installing OCRmyPDF — ocrmypdf 16.4.3.dev4+g3a75b20 documentation

# python
Logo
2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

Expect脚本实战：多条件匹配与防卡死技巧

在自动化测试和系统初始化中，我们常常使用 Expect 脚本来完成一系列交互操作，比如自动输入密码、监听输出并作出响应。然而，实际项目中可能遇到多步骤输出匹配的场景：只有在 先匹配到某一行输出，再匹配到另一行输出 时，才需要做出响应。同时，如果 “testX failed” 出现了，但 “set params error” 没有在合理时间内出现，不要卡死，而是打印警告并继续。这个写法的问题在于：如

avatar 2048 AI社区

AI模型版本控制的标签管理：架构师的技巧

在AI模型生命周期中，版本控制是保障模型可追溯性、协作效率与生产可靠性的核心环节。而标签管理作为版本控制的"语义接口"，其设计质量直接决定了团队对模型版本的理解、检索与复用能力。本文从架构师视角出发，结合第一性原理与MLOps实践，系统阐述AI模型标签管理的理论框架、架构设计、实现机制与高级考量。通过拆解标签的"唯一标识+语义描述"本质，提出四维标签模型。

avatar 2048 AI社区

Expect脚本实战：多条件匹配与防卡死技巧

在自动化测试和系统初始化中，我们常常使用 Expect 脚本来完成一系列交互操作，比如自动输入密码、监听输出并作出响应。然而，实际项目中可能遇到多步骤输出匹配的场景：只有在 先匹配到某一行输出，再匹配到另一行输出 时，才需要做出响应。同时，如果 “testX failed” 出现了，但 “set params error” 没有在合理时间内出现，不要卡死，而是打印警告并继续。这个写法的问题在于：如

avatar 2048 AI社区