做了个不用联网本地使用的paddleocr识别程序，主要是把pdf to txt

正热量

最近下载了不少pdf文件，手机看起来费劲，没找到合心意的，就打包了百度的paddleoce（3.2版本），本地使用不用联网，主要是把pdf和图片转变成txt文件。
使用的是PP-OCRv5_mobile_det，为啥用它，电脑破而已，带不起服务端。如果你电脑牛逼，你可以修改dxc.py把模型换成服务端试试。

蓝奏网盘总上传失败，只能百度：https://pan.baidu.com/s/1mk91OEnmnDqpiV3tDD70iw?pwd=1111，下载里面的paddleocr.rar压缩包，解压到任意目录（不要包含中文，根目录最好）,双击运行1.bat。
提取码：1111
简单的一批就不做图形界面了，总共就4步，dxc.py是主脚本，你可修改成你需要的功能：

1.拖入文件回车，然后选择提取的页面范围。
2.选择横竖版面，直接回车就是自动识别（如果是竖版的话，是从右往左提取的）。
3.选择放大倍数，如果字体太小导致识别率不高时，可适当放大到1.5，2倍
4.选择线程数，超过10个页面才会出现这个选择，cpu好的可试试6，8。完成后文件保存在程序目录。

好想再淋一遍

步骤很详细，照着做就能实现。

甜蜜基因

内容很扎实，经得起推敲。

微甜的青苹果

适合查漏补缺，巩固知识点。

后来的传奇

很多细节平时容易忽略，这篇提醒到了。

玫瑰燕公子

知识点讲得很系统，不是零散堆砌。

子夜星

对比了好几篇，这篇最靠谱。

文锦

对底层原理讲得很清楚。

茉莉飘香

代码简洁优雅，学到了。

廖贤军

好帖，来顶下