OCRmyPDF

OCRmyPDF 是一个命令行工具，用于为扫描生成的PDF文件添加光学字符识别（OCR）文本层，使其支持搜索与复制粘贴。它基于Tesseract OCR引擎，支持100多种语言，可自动纠偏、旋转校正、生成符合PDF/A归档标准的输出，并保持原始图像分辨率与文件结构；支持多核并行处理，适用于批量处理数千页PDF。主要面向需要合规归档、文档数字化或提升PDF可访问性的办公、法律、图书馆及政务场景。