ocrmypdf-image

OCRmyPDF — 图像处理指南

概述

OCRmyPDF 提供强大的图像处理功能，可在 OCR 前提升扫描质量。这些工具有助于校正页面倾斜、去除噪点、清理边框并提升可读性。

如需了解核心 OCR 功能，请参阅 ocrmypdf 技能。如需了解优化和 PDF/A 选项，请参阅 ocrmypdf-optimize。如需了解批处理、Docker 和脚本编写，请参阅 ocrmypdf-batch。

校正倾斜

校正轻微旋转的页面（例如送纸式扫描仪造成的倾斜）。

# Auto deskew (recommended)
ocrmypdf --deskew input.pdf output.pdf

# Force deskew even if rotation is minimal
ocrmypdf --deskew --force-ocr input.pdf output.pdf

旋转

旋转页面以校正上下颠倒或横向的扫描件：

# Auto-rotate based on text orientation
ocrmypdf --rotate-pages input.pdf output.pdf

# Force rotate all pages
ocrmypdf --rotate-pages --force-ocr input.pdf output.pdf

去除边框 / 清理

去除扫描页面上多余的边框、瑕疵和噪点：

# Remove borders (dots, solid borders)
ocrmypdf --remove-bordering input.pdf output.pdf

# Combine with cleanup
ocrmypdf --remove-bordering --clean input.pdf output.pdf

去除斑点

去除斑点和孤立的噪点像素：

# Remove speckles
ocrmypdf --despeckle input.pdf output.pdf

# Aggressive despeckle for very noisy scans
ocrmypdf --despeckle --clean input.pdf output.pdf

Unpaper

unpaper 提供高级后处理功能：

# Apply unpaper with default settings
ocrmypdf --unpaper input.pdf output.pdf

# Custom unpaper board options
ocrmypdf --unpaper-args "--board A4" input.pdf output.pdf

提高采样分辨率

在 OCR 前提高图像分辨率，以获得更好的准确度：

# Oversample to 300 DPI before OCR
ocrmypdf --oversample 300 input.pdf output.pdf

# Common for low-resolution scans
ocrmypdf --oversample 400 input.pdf output.pdf

组合方案

校正倾斜的扫描件

ocrmypdf --deskew --remove-bordering --despeckle scanned.pdf fixed.pdf

清理噪点很多的扫描件

ocrmypdf --deskew --rotate-pages --despeckle --clean --oversample 300 noisy.pdf clean.pdf

去除所有瑕疵

ocrmypdf --remove-bordering --unpaper --despeckle dirty.pdf clean.pdf

快速参考

任务	命令
自动校正倾斜	--deskew
自动旋转	--rotate-pages
去除边框	--remove-bordering
去除斑点	--despeckle
Unpaper	--unpaper
提高采样 DPI	--oversample N

故障排除

• 清理后 OCR 效果不佳：尝试使用 --oversample 300 提高输入质量。
• 仍有瑕疵：使用 --unpaper 进行强力清理。
• 图像清理过度：减少清理选项，以保留原始质量。