☰

根據文件內容的 OCR 將元資料應用於文件

tag-icon • tag-icon windows macos metadata ocr scanning
根據文件內容的 OCR 將元資料應用於文件

本質上，我正在尋找一個工具（Windows/Mac），它可以讓我執行以下工作流程：

  1. 將我的所有文件掃描到一個資料夾中（200-300 張掃描影像）
  2. 運行將遍歷所有檔案並對其運行 OCR 的工具
  3. 基於 OCR，元資料被應用到每個檔案。
  4. 然後，我讀取元資料並透過批次對文件進行相應的分類。

雖然 SU & SE 中有很多關於對文件進行普通 OCR 的建議，但我無法找到一個解決方案，本質上允許我根據文件中的 OCR 數據進行類似編程的操作。

文檔範本是標準的，因此我們知道需要什麼樣的文件。我們只想掃描整個文件，然後運行一個後端進程，將其整齊地分類/上傳到各自的資料夾中。經過 OCR 處理後，我可以選擇在文件中進行搜索，同時在 Acrobat reader/Preview 等程式中開啟它。但我想從批次/shell/蘋果腳本運行此分類邏輯。例如將文檔編號作為檔案名稱的前綴等。

答案1

你所描述的似乎是一個獨特的使用場景。我不相信有任何解決方案可以按照您描述的開箱即用的方式工作。如果這是一個非商業/研究項目，您就沒有太多選擇，特別是 Windows。只需谷歌搜尋 tesseract 看看你能做什麼。

如果您有一定的預算，您有多種選擇。目前還不清楚您是否需要現成的解決方案或 SDK，我假設您需要第一個，所以為什麼不看看識別伺服器，它是一種基於伺服器的 OCR 解決方案，專為大型部門和企業的中到大容量文件處理而設計。它既可以作為獨立程式部署，也可以與第三方系統（例如 DMS、RMS 和電子歸檔系統）整合。

我在 ABBYY 工作，如有必要，可以為您提供更多資訊。希望能幫助你！

相關內容