OCR文本校对
sigil吧
全部回复
仅看楼主
level 7
里斯卡 楼主
OCR之后直接导出txt文本，然后打开InDesign，使用其自带的脚本，把PDF导入ID软件里。脚本会自动按页将PDF文件拆分。
接下来就是注入OCR得到的文本，设置文本样式，把字体、字体大小，字体间距、行高、标点挤压全部改成和纸质书上的一致。
然后把文本和PDF中的图片重叠在一起，没有完全重叠的就是OCR错误的地方。
2026年10月15日 03点10分 1
level 12
Fdoge
这确实是个好方法，就是有点费眼睛
不过校对本身就是费命的事[滑稽]
2026年10月15日 04点10分 2
里斯卡
其实可以反过来，先用Ghostscript把PDF拆成图片，然后用ScanTailor把图片的字的颜色改成其他颜色，这样注入的文本就可以用黑色。但校对总归还是得从头到尾看一遍，依然还是个大工程。
2026年10月15日 06点10分
1