85
ich💻🧨iel (feddit.de)
submitted 3 years ago by to c/ich_iel@feddit.de
15 comments fedilink hide all child comments
 
you are viewing a single comment's thread
view the rest of the comments
[–] 5 points 3 years ago (1 child)

pdfsandwich macht das recht zuverlässig und benutzt intern auch tesseract. Vermutlich mit besseren Parametern.

  • permalink
  • fedilink
  • source
  • hideshow 2 child comments
    •
  • [–] [S] 6 points 3 years ago (1 child)

    Gerade ausprobiert. (Musste erst ein wenig in etc rumspielen, weil imagemagick wohl nicht genug rechte zum bearbeiten von pdfs hat) Das Ergebnis ist tatsächlich besser. Allerdings bin ich nur an der Textausgabe interessiert und nicht an einer durchsuchbaren pdf.

  • permalink
  • fedilink
  • source
  • parent
  • hideshow 2 child comments
    •
  • [–] 1 point 3 years ago

    DafĂĽr nehme ich pdftotext (glaube Teil von poppler).

    Aber für dich wäre es vermutlich schlauer über debug modus, /proc/.../cmdline oder quellcode die settings für tesseract rauszufinden, die pdfsandwich verwendet, damit du dein frontend entsprechen konfigurieren kannst.

  • permalink
  • fedilink
  • source
  • parent