OCRmyPDF GUI

OCRmyPDF-GUI是一个图形用户界面，让OCRmyPDF命令行工具的强大功能变得简单易用。通过直观的界面，您可以为扫描的PDF文件添加文本层，使其可搜索和可复制粘贴，而无需记忆复杂的命令行参数。

主要特点

• 简洁直观的图形界面：无需命令行知识，即可使用OCRmyPDF的全部功能
• 批量处理：一次处理多个PDF文件，并显示详细进度
• 拖放支持：直接拖放文件到程序窗口
• 多语言OCR支持：支持100多种语言的文本识别
• 智能文件命名：支持多种输出文件命名选项，包括自定义前缀
• 高级OCR选项：自动校正倾斜页面、自动旋转、清理图像等
• 配置管理：保存和加载常用OCR配置
• 详细状态反馈：提供处理状态和结果的清晰反馈

功能演示

OCRmyPDF-GUI提供以下功能：

✓ 添加OCR文本层到PDF文件
✓ 处理单个或批量PDF文件
✓ 多语言文档识别
✓ 自动校正倾斜页面
✓ 自动旋转页面
✓ 优化输出文件大小
✓ 自定义输出文件命名
✓ 保存常用处理配置

安装要求

• Python 3.7+
• OCRmyPDF
• Tesseract OCR
• PySide6 (Qt for Python)

安装步骤

1. 安装OCRmyPDF和其依赖

# macOS
brew install ocrmypdf

# Ubuntu/Debian
sudo apt install ocrmypdf

# Fedora
sudo dnf install ocrmypdf

# Windows (WSL)
sudo apt install ocrmypdf

# 或使用pip
pip install ocrmypdf

2. 安装GUI依赖

pip install PySide6

3. 克隆本仓库

git clone https://github.com/yourusername/OCRmyPDF-GUI.git
cd OCRmyPDF-GUI

4. 运行应用程序

python run.py

安装Tesseract语言包

默认情况下，OCRmyPDF只安装英语语言包。要使用其他语言进行OCR，需要安装额外的语言包：

macOS

# 安装所有语言包
brew install tesseract-lang

# 或者手动安装特定语言包
# 1. 下载语言包文件，例如简体中文：
# https://github.com/tesseract-ocr/tessdata/raw/main/chi_sim.traineddata
# 2. 复制到Tesseract的tessdata目录：
# sudo cp chi_sim.traineddata /opt/homebrew/share/tessdata/
# 或
# sudo cp chi_sim.traineddata /usr/local/share/tessdata/

Ubuntu/Debian

# 安装特定语言包，例如简体中文：
sudo apt-get install tesseract-ocr-chi-sim

# 查看所有可用语言包：
apt-cache search tesseract-ocr

Fedora

# 安装特定语言包，例如简体中文：
sudo dnf install tesseract-langpack-chi_sim

# 查看所有可用语言包：
dnf search tesseract

Windows

1. 从以下网址下载所需语言包文件： https://github.com/tesseract-ocr/tessdata/

2. 将下载的.traineddata文件放置在Tesseract安装目录的tessdata文件夹中，通常位于： C:\Program Files\Tesseract-OCR\tessdata

常用语言代码

• eng - 英语
• chi_sim - 简体中文
• chi_tra - 繁体中文
• jpn - 日语
• kor - 韩语
• fra - 法语
• deu - 德语
• rus - 俄语
• spa - 西班牙语
• ita - 意大利语

更多信息请参考：OCRmyPDF语言包文档

项目结构

OCRmyPDF-GUI/
├── src/                      # 源代码
│   ├── core/                 # 核心功能
│   │   ├── config.py         # 配置管理
│   │   └── ocr_engine.py     # OCR引擎封装
│   ├── gui/                  # 图形界面
│   │   ├── main_window.py    # 主窗口
│   │   ├── batch_dialog.py   # 批量处理对话框
│   │   └── settings.py       # 设置对话框
│   └── utils/                # 工具函数
│       └── file_utils.py     # 文件操作工具
├── run.py                    # 启动脚本
└── README.md                 # 项目说明

开发计划

• 高级OCR选项扩展
• 多语言界面支持
• 暗黑模式
• 自定义输出文件名模板
• 处理历史记录
• 集成PDF预览功能

贡献指南

我们欢迎并感谢所有形式的贡献！以下是一些参与项目的方式：

1. 提交问题和建议：如果您发现bug或有改进建议，请创建issue。

2. 提交代码：

   • Fork 这个仓库
   • 创建您的特性分支 (git checkout -b feature/amazing-feature)
   • 提交您的更改 (git commit -m 'Add some amazing feature')
   • 推送到分支 (git push origin feature/amazing-feature)
   • 开启一个Pull Request

3. 改进文档：帮助我们完善文档，包括README、安装说明或用户指南。

请确保您的代码符合项目的代码风格，并添加适当的测试。

关于OCRmyPDF

本项目是OCRmyPDF命令行工具的图形界面封装。OCRmyPDF是一个强大的工具，可以为扫描的PDF文件添加OCR文本层，使其可搜索和可复制粘贴。OCRmyPDF-GUI旨在让更多不熟悉命令行的用户能够轻松使用OCRmyPDF的强大功能。

许可证

本项目采用Mozilla Public License 2.0 (MPL-2.0)许可证，与OCRmyPDF原项目保持一致。

致谢

• OCRmyPDF - 强大的OCR工具
• Tesseract OCR - OCR引擎
• Qt for Python (PySide6) - GUI框架