J'ai développé un outil de GED pour mes besoins perso[1], l'outil en lui même est certainement un peu overkill pour ton besoin mais il comporte la fonctionnalité que tu recherches, si tu comprends un peu le Python, tu pourras facilement réutiliser le code qui fait ça[2]. Ca utilise ghostscript pour convertir le pdf en fichiers tiff, cuneiform pour l'OCR, et hocr2pdf pour reconvertir le tout en un PDF indexé (avec les images, le texte OCRisé étant invisible et placé au dessus des images).
# En python
Posté par Antoine . En réponse au message OCR pdf vers pdf. Évalué à 2.
Salut,
J'ai développé un outil de GED pour mes besoins perso[1], l'outil en lui même est certainement un peu overkill pour ton besoin mais il comporte la fonctionnalité que tu recherches, si tu comprends un peu le Python, tu pourras facilement réutiliser le code qui fait ça[2]. Ca utilise ghostscript pour convertir le pdf en fichiers tiff, cuneiform pour l'OCR, et hocr2pdf pour reconvertir le tout en un PDF indexé (avec les images, le texte OCRisé étant invisible et placé au dessus des images).
[1] https://github.com/NaPs/Docbucket
[2] https://github.com/NaPs/Docbucket/blob/master/docbucket/compilers.py#L92