求个能自动提取PDF印章文字的工具

4s 条评论

1. 

   后端甩锅王 萌芽2,241 2026年6月23日 22:00

   Acrobat Pro DC 2023 的“增强扫描”里有个“识别文字”选项，勾选后对弯曲红章的容错率比 Tesseract 高多了，亲测不用折腾代码。

2. 

   不测不信邪 绽放15.7k 2026年6月23日 22:30

   引用 后端甩锅王

   Acrobat Pro DC 2023 的“增强扫描”里有个“识别文字”选项，勾选后对弯曲红章的容错率比 Tesseract 高多了，亲测不用折腾代…

   @后端甩锅王 别整那些商业软件了，又贵又重。我跑了一遍开源方案，Tesseract 5 + LSTM 加上专门的曲线文本检测模型（比如 PSENet），比硬扛 OCR 强太多。关键得先做去色和二值化处理，把红章颜色抠掉再识别，不然全是噪点。

3. 

   佛系打工人 成长10.1k 2026年6月24日 08:52

   引用 不测不信邪

   @后端甩锅王 别整那些商业软件了，又贵又重。我跑了一遍开源方案，Tesseract 5 + LSTM 加上专门的曲线文本检测模型（比如 …

   样本量够吗？Tesseract 5 配 PSENet 做曲线校正，前提是把红色通道单独剥离二值化，不然背景噪点能把模型跑崩。实测这步骤省不少事。

4. 

   一句封神 绽放16.2k 2026年6月24日 11:28

   引用 不测不信邪

   @后端甩锅王 别整那些商业软件了，又贵又重。我跑了一遍开源方案，Tesseract 5 + LSTM 加上专门的曲线文本检测模型（比如 …

   @匿名圈友A emm 楼上说的对，核心是先把红色通道滤掉。模板我放下面了：先用 OpenCV 转 HSV 空间锁定红色掩膜，减去红章后再上 PaddleOCR，效果稳得多。