Как распознать текст в пдф

7 инструментов для распознавания текста онлайн и офлайн

Этот сервис от компании Microsoft превращает камеру смартфона или ПК в бесплатный сканер документов. С помощью Office Lens вы можете распознать текст на любом физическом носителе и сохранить его в одном из «офисных» форматов или в PDF. Итоговые текстовые файлы доступны для редактирования в Word, OneNote и других сервисах Microsoft, интегрированных с Office Lens. К сожалению, с русским языком программа справляется не так хорошо, как с английским.

2. Adobe Scan

• Платформы: Android, iOS.
• Распознаёт: снимки камеры.
• Сохраняет: PDF.

Adobe Scan тоже использует камеру смартфона, чтобы сканировать бумажные документы, но сохраняет их копии только в формате PDF. Приложение полностью бесплатно. Результаты удобно экспортировать в кросс‑платформенный сервис Adobe Acrobat, который позволяет редактировать PDF‑файлы: выделять, подчёркивать и зачёркивать слова, выполнять поиск по тексту и добавлять комментарии.

3. FineReader

• Платформы: веб, Android, iOS, Windows.
• Распознаёт: JPG, TIF, BMP, PNG, PDF, снимки камеры.
• Сохраняет: DOC, DOCX, XLS, XLSX, ODT, TXT, RTF, PDF, PDF/A, PPTX, EPUB, FB*2.

FineReader славится высокой точностью распознавания. Увы, бесплатные возможности инструмента ограниченны: после регистрации вам позволят отсканировать всего 10 страниц. Зато каждый месяц будут начислять ещё по пять страниц в качестве бонуса. Подписка стоимостью 129 евро позволяет сканировать до 5 000 страниц в год, а также открывает доступ к десктопному редактору PDF‑файлов.

4. Online OCR

• Платформы: веб.
• Распознаёт: JPG, GIF, TIFF, BMP, PNG, PCX, PDF.
• Сохраняет: TXT, DOC, DOCX, XLSX, PDF.

Веб‑сервис для распознавания текстов и таблиц. Без регистрации Online OCR позволяет конвертировать до 15 документов в час — бесплатно. Создав аккаунт, вы сможете отсканировать 50 страниц без ограничений по времени и разблокируете все выходные форматы. За каждую дополнительную страницу сервис просит от 0,8 цента: чем больше покупаете, тем ниже стоимость.

5. img2txt

• Платформы: веб.
• Распознаёт: JPEG, PNG, PDF.
• Сохраняет: PDF, TXT, DOCX, ODF.

Бесплатный онлайн‑конвертер, существующий за счёт рекламы. img2txt быстро обрабатывает файлы, но точность распознавания не всегда можно назвать удовлетворительной. Сервис допускает меньше ошибок, если текст на загруженных снимках написан на одном языке, расположен горизонтально и не прерывается картинками.

6. Microsoft OneNote

• Платформы: Windows, macOS.
• Распознаёт: популярные форматы изображений.
• Сохраняет: DOC, PDF.

В настольной версии популярного блокнота OneNote тоже есть функция распознавания текста, которая работает с загруженными в заметки изображениями. Если кликнуть правой кнопкой мыши по снимку документа и выбрать в появившемся меню «Копировать текст из рисунка», то всё текстовое содержимое окажется в буфере обмена. Программа доступна бесплатно.

7. Readiris 17

• Платформы: Windows, macOS.
• Распознаёт: JPEG, PNG, PDF и другие.
• Сохраняет: PDF, TXT, PPTX, DOCX, XLSX и другие.

Мощная профессиональная программа для работы с PDF и распознавания текста. С высокой точностью конвертирует документы на разных языках, включая русский. Но и стоит Readiris 17 соответственно — от 49 до 199 евро в зависимости от количества функций. Вы можете установить пробную версию, которая будет работать бесплатно 10 дней. Для этого нужно зарегистрироваться на сайте Readiris, скачать программу на компьютер и ввести в ней данные от своей учётной записи.

Преобразование PDF в текстовый файл

Как отредактировать текст из PDF-файла? Преобразуйте PDF в текстовый документ при помощи функции оптического распознавания символов (OCR). Если вам надо извлечь текст, студия PDF2Go — идеальное решение.

Оставайтесь на связи:

• Закладка
• Нравится 84k
• поделиться 2k
• твитнуть

Как извлечь текст из PDF-документов

1. Загрузите PDF-документ.
2. Нажмите «Начать».

Преобразуйте PDF в текст при помощи функции OCR
бесплатно в любом месте

Преобразование PDF в текстовый файл

Вам доводилось редактировать текст в PDF-файле? Мы знаем, как справиться с этой задачей. Преобразуйте PDF-документ в простой текстовый файл при помощи функции оптического распознавания символов (OCR).

Просто загрузите PDF, а мы сделаем всё остальное. После загрузки документа на PDF2Go мы извлечём текст при помощи функции OCR и создадим файл формата TXT.

Просто и безопасно

PDF2Go не занимает место в телефоне и не представляет угрозы для компьютера.

Этот конвертер с функцией OCR работает онлайн и не требует регистрации или установки приложения для извлечения текста из PDF-файлов.

Для сканов и не только

Вам больше не надо перепечатывать отсканированную книгу или статью вручную. Наш онлайн-инструмент позволяет преобразовать PDF-файл и извлечь текст из любого скана (даже с картинки!).

Если у вас есть PDF, в котором нельзя редактировать текст, воспользуйтесь нашим конвертером, чтобы преобразовать документ в текстовый файл формата TXT.

Переживаете за безопасность?

Когда загружаешь PDF на сайт для преобразования в текстовый формат, последнее, о чём хочется беспокоиться, — что станет с файлом. Мы избавим вас от сомнений.

Все права остаются за вами, никто не просматривает содержимое файлов. Читайте подробности в Политике конфиденциальности.

Что можно преобразовать?

Этот онлайн-конвертер отвечает поставленной задаче: вы можете преобразовать PDF в текстовый формат. Из любого PDF-файла можно получить редактируемый текст.

Из:

В:

Текстовый файл TXT

Оптическое распознавание символов

Всё, что вам потребуется для преобразования PDF-файла на сайте PDF2Go — это надёжное подключение к сети и браузер. Приложение работает с любого устройства. Конвертируйте PDF-файлы в формат TXT:

• дома
• на работе
• в пути
• в любом удобном месте

Оцените инструмент 3.5 / 5

Чтобы оставить отзыв, преобразуйте и скачайте хотя бы один файл

Бесплатный сервис по распознаванию
текста из изображений

который поможет получить напечатанный текст из PDF документов и фотографий

Принцип работы ресурса

Отсканируйте или сфотографируйте текст для распознавания

Загрузите файл

Выберите язык содержимого текста в файле

После обработки файла, получите результат * длительность обработки файла может составлять до 60 секунд

• Форматы файлов
• Изображения: jpg, jpeg, png
• Мульти-страничные документы: pdf

• Сохранение результатов
• Чистый текст (txt)
• Adobe Acrobat (pdf)
• Microsoft Word (docx)
• OpenOffice (odf)

Наши преимущества

• Легкий и удобный интерфейс
• Мультиязычность
  Сайт переведен на 9 языков
• Быстрое распознавание текста
• Неограниченное количество запросов
• Отсутствие регистрации

• Защита данных. Данные между серверами передаются по SSL + автоматически будут удалены
• Поддержка 35+ языков распознавания текста
• Использование движка Tesseract OCR
• Распознавание области изображения (в разработке)
• Обработано более чем 36.5M+ запросов

Основные возможности

Распознавание отсканированных файлов и фотографий, которые содержат текст

Форматирование бумажных и PDF-документов в редактируемые форматы

Приветствуем студентов, офисных работников или большой библиотеки!

У Вас есть учебник или любой журнал, текст из которого необходимо получить, но нет времени чтобы напечатать текст?

Наш сервис поможет сделать перевод текста с фото или PDF документа. После получения результата, Вы сможете загрузить текст для перевода в Google Translate, конвертировать в PDF-файл или сохранить его в Word формате.

OCR или Оптическое Распознавание Текста никогда еще не было таким простым. Все, что Вам необходимо, это отсканировать или сфотографировать текст, далее выбрать файл и загрузить его на наш сервис по распознаванию текста. Если изображение с текстом было достаточно точным, то Вы получите распознанный и читабельный текст.

Также сервис позволяет конвертировать PDF файл в изображение, на выходе вы получите zip архив.

Сервис не поддерживает тексты написаны от руки.

Поддерживаемые языки:
Afrikaans, Amharic, Arabic, Azerbaijani, Azerbaijani — Cyrillic, Belarusian, Bengali, Tibetan, Bosnian, Breton, Bulgarian, Catalan; Valencian, Cebuano, Czech, Chinese — Simplified, Chinese — Simplified Vertical, Chinese — Traditional, Chinese — Traditional Vertical, Cherokee; Tsalagi, Corsican, Welsh, Danish, German, Divehi, Dzongkha, Greek, English, English, Middle (1100-1500), Esperanto, Estonian, Basque, Faroese, Persian, Filipino (old — Tagalog), Finnish, French, German — Fraktur, French, Middle (1400-1600), Western Frisian, Scottish Gaelic, Irish, Galician, Greek, Ancient (to 1453), Gujarati, Haitian; Haitian Creole, Hebrew, Hindi, Croatian, Hungarian, Armenian, Inuktitut, Indonesian, Icelandic, Italian, Italian — Old, Javanese, Japanese, Japanese Vertical, Kannada, Georgian, Georgian — Old, Kazakh, Central Khmer, Kyrgyz, Kurmanji (Kurdish — Latin Script), Korean, Korean Vertical, Lao, Latin, Latvian, Lithuanian, Luxembourgish, Malayalam, Marathi, Macedonian, Maltese, Mongolian, Maori, Malay, Burmese, Nepali, Flemish, Norwegian, Occitan (post 1500), Oriya, Punjabi, Polish, Portuguese, Pashto, Quechua, Romanian; Moldovan, Russian, Sanskrit, Sinhala; Sinhalese, Slovak, Slovenian, Sindhi, Spanish; Castilian, Spanish; Castilian — Old, Albanian, Serbian, Serbian — Latin, Sundanese, Swahili, Swedish, Syriac, Tamil, Tatar, Telugu, Tajik, Thai, Tigrinya, Tonga, Turkish, Uyghur, Ukrainian, Urdu, Uzbek, Uzbek — Cyrillic, Vietnamese, Yiddish, Yoruba

OCR для PDF в среде .NET — как извлечь текст из недоступных для поиска PDF документов

Извлечение текста — одна из популярных задач обработки PDF документов. Вам потребуется извлечь текст из PDF, чтобы:

• проиндексировать документ для полнотекстового поиска
• распарсить некоторые данные (например, названия и цены товаров в прайс-листе)
• выделить, удалить или заменить некоторое слово или фразу

Извлечь текст вручную можно так: откройте документ в любом PDF просмотрщике, выделите и скопируйте текст. В большинстве документов это сработает. Такие документы называются «доступные для поиска PDF» или «searchable PDF». Текст в них выводится с помощью специальных PDF операторов, а связанные объекты шрифтов содержат правильную информация о соответствии глифов значениям Unicode.

Многие PDF библиотеки умеют извлекать текст из доступных для поиска PDF.

Однако, часто встречаются и недоступные для поиска PDF («non-searchable PDF») документы. В них текст обычно выводится как растровое изображение. Типичный пример — сканированный PDF документ. Также текст в недоступных для поиска PDF может выводиться векторными путями без использования шрифтов и специальных PDF операторов.

Для извлечения текста из недоступных для поиска PDF выполняйте оптическое распознавание текста (OCR). Оптическое распознавание не гарантирует правильного извлечения текста в 100% случаев. Результат зависит от качества документа и алгоритма распознавания. Также OCR существенно медленней, чем извлечение текста из доступных для поиска PDF.

Посмотрим, как выполнить оптическое распознавание и извлечь текст из PDF документов в программе для платформы .NET.

Подготовка

У вас есть недоступный для поиска PDF документ с английским текстом. Например, такой, как Partner.pdf. Требуется автоматически распознать и извлечь из этого документа текст без форматирования. Нужна поддержка .NET Standard для того, чтобы программа работала в Windows, Linux и macOS. И распознавание должно работать без подключения к Интернету.

1. Проверить, что PDF документ не позволяет извлечь текст обычным способом.
2. Преобразовать страницы PDF документа в изображения высокого разрешения.
3. Выполнить распознавание текста на изображениях и получить текст без форматирования.

Для выполнения пунктов 1 и 2 вы можете использовать библиотеку Docotic.Pdf или аналогичную PDF библиотеку, поддерживающую .NET Standard. На сайте библиотеки можно получить бесплатный временный ключ, чтобы обрабатывать PDF документы без ограничений.

Для распознавания текста в пункте 3 используйте бесплатный OCR движок Tesseract и его .NET обертку

Создайте новый проект Console App (.NET Core) на C# и установите NuGet пакеты для Docotic.Pdf и Tesseract:
https://www.nuget.org/packages/BitMiracle.Docotic.Pdf/
https://www.nuget.org/packages/Tesseract/4.1.0-beta1 (данная prerelease версия использует нативный Tesseract 4.1.0)

Используйте версию Tesseract не ниже 4.1.0. Предыдущая версия 4.0.0 очень бажная и просто не работает из приложений для .NET Core.

Для Tesseract потребуется дополнительная настройка:

В Windows установите Microsoft Visual C++ 2015-2019 Redistributable

В Linux установите или скомпилируйте самостоятельно проекты «libleptonica-dev» и «libtesseract-dev». Скомпилированные библиотеки добавьте в ваш проект. Например, под Ubuntu 20.04:

В macOS установите Tesseract с помощью brew:

Вместе с Tesseract будут установлены Leptonica и прочие зависимости. Больше информации тут.

После этого нужно добавить файлы для некоторых зависимостей в проект:

liblibdl.so должна оказаться уровнем выше относительно libleptonica-1.78.0.so и libtesseract41.so. В проекте для каждого из *.so файлов нужно установить свойство «Copy to output directory» в «Always copy».

Обратите внимание, что с Tesseract может быть установлена иная версия зависимостей. Например, в моем случае была установлена Leptonica 1.79.0 вместо требуемой 1.78.0. Это нормально, если установленные версии совместимы с Leptonica 1.78 и Tesseract 4.1.

Реализация

Проверьте, требуется ли OCR

Прежде всего, проверьте, нужно ли вообще выполнять OCR. Если документ доступен для поиска, то достаточно просто извлечь текст.

Этот код извлекает текст из PDF. Если текст найден, то обычно этого достаточно, и OCR не требуется.

Сохраните страницу PDF как изображение

Дополните код следующим фрагментом:

Добавленный фрагмент преобразует содержимое PDF страницы в PNG изображение с белым фоном. У изображения будет разрешение 300×300 dpi.

Изображение сохраняется в файл, который после распознавания можно удалить. Другой способ — сохранить изображение в поток в памяти:

Распознайте текст

Пришло время использовать Tesseract для распознавания текста на созданном изображении. При распознавании Tesseract использует обученные модели для каждого языка. Важно, чтобы версия обученной модели соответствовала версии нативного Tesseract. Для Tesseract 4.1.0 возьмите языковые данные отсюда. Для английского языка достаточно файла eng.traineddata.

Создайте в проекте папку «tessdata». Поместите файл модели для английского языка (eng.traineddata) в папку tessdata. Установите для файла модели свойство «Copy to output directory» в «Сopy always» или «Copy if newer». Для английского языка можете использовать NuGet пакет Tesseract.Data.English, он проделает указанные действия автоматически.

После этого добавьте код для распознавания:

Класс TesseractEngine при инициализации принимает путь к папке с данными моделей, а также язык документа и режим распознавания. Обычно достаточно одного объекта TesseractEngine для всех страниц. Но, при необходимости, вы можете использовать несколько объектов TesseractEngine (см. пример в разделе Текст на разных языках)

Методы Pix.LoadFromFile или LoadFromMemory загружают изображение страницы в класс Pix. Этот класс является .NET оберткой для объекта изображения в библиотеке Leptonica, которую Tesseract использует под капотом. Один объект класса Pix может использоваться многократно одним или несколькими объектами TesseractEngine.

Строка using (Page recognizedPage = engine.Process(img)) выполняет распознавание текста в изображении. Оценить качество распознавания можно с помощью значения «confidence». Это вещественное число от 0 до 1, означающее степень уверенности нейронной сети Tesseract в точности результата. Метод Page.GetMeanConfidence() возвращает среднее арифметическое для confidence всех слов в распознанном тексте.

Confidence — это исключительно близость распознанных шаблонов к данным в обученной модели (tessdata). В общем случае значения mean confidence, близкие к 1, не гарантируют 100% правильного результата с точки зрения человека. И наоборот — низкие значения mean confidence не означают автоматически неправильный результат. Тем не менее, это полезная метрика, далее вы увидите практические примеры её использования.

Наконец, метод Page.GetText() возвращает распознанный текст. Tesseract также предоставляет возможность получить детальную информацию о каждом распознанном элементе с помощью метода Page.GetIterator(). Этот метод можно использовать, чтобы записать распознанный текст в исходный PDF документ и получить таким образом доступный для поиска PDF. Пример для этого сценария

Запустите текущий пример для документа Partner.pdf. Вы получите

Обратите внимание, что текст в правой части документа распознался не совсем точно:

Как повысить качество распознавания

Есть множество способов попытаться улучшить качество распознавания. Описанные ниже способы могут как улучшить, так и ухудшить качество результата. Универсального метода нет. Ищите оптимальное решение, пробуя разные варианты. Используйте реальные документы во время проб. То, что оптимально для одних документов, может давать плохие результаты для других документов.

Настроить Tesseract

Улучшить результат могут различные конфигурационные параметры Tesseract.

Прежде всего, попробуйте режим EngineMode.LstmOnly. В этом режиме Tesseract использует наиболее актуальную реализацию распознавания на основе LSTM-сетей:

В режиме LstmOnly наш пример распознает

Было	Стало	Качество улучшилось?
Символы списка распознаются как «0» и «o»	Сейчас распознаются как «e»	И да, и нет — текст теперь одинаковый во всех случаях, но «o» было бы правильней
https://partner.microsoft.com	https://partner. microsoft.com	Нет
up—to—date (тире)	up-to-date (дефисы)	Да
Microsoft“ Pa rtner	Microsoft | Partner	Да

Распознавание URL’a ухудшилось, а остальные изменения в лучшую сторону. В большинстве случаев режим LstmOnly дает лучшие результаты.

Обратите внимание — при этом confidence изменилась с 0.91 до 0.93. Т.е. по мнению Tesseract точность распознавания выросла на 2%. На мой взгляд, в данном случае разница в результатах распознавания не столь однозначна и существенна.

Еще один пример на тему относительности значений mean confidence. Рассмотрим простой документ Hello.pdf. В режимах Default, TesseractAndLstm и LstmOnly текст распознается одинаково и 100% правильно:

Однако, значение mean confidence равно 0.9 для режимов Default/TesseractAndLstm и 0.95 для LstmOnly.

Если известно расположение контента на странице, то можно попробовать опцию Page Segmentation Mode. Например:

Tesseract предоставляет множество параметров для управления процессом распознавания. Основные указаны тут: https://tesseract-ocr.github.io/tessdoc/ControlParams.html. Больше опций ищите в исходном коде. Например:

Передайте параметр «configFiles» в конструктор TesseractEngine, чтобы изменить «Init only» параметры. Значения остальных параметров изменяйте с помощью метода TesseractEngine.SetVariable так:

Изменить разрешение изображения

При конвертации страницы PDF документа в изображение использовалось разрешение 300dpi. Попробуйте более высокое разрешение. Например, 600dpi.

Для документа Partner.pdf в режиме LstmOnly при разрешении 600dpi получается

Результат распознавания ухудшился — появились избыточные пустые строки, символы списка стали распознаваться как «eo» и «oe», вместо «https:» ошибочно распозналось «https.».

Более того, результат ухудшится еще больше, если использовать разрешение 900dpi.

Microsoft | Partner
Program

Partner Program Guide

for all Microsoft Partners

This guide describes the Microsoft Partner Program, including: the basic structure of the program,
who should join, an overview of program requirements and benefits, as well as enrollment policies
and processes. For more detailed information on membership, refer to the following three additional
resources:

eo The Getting Started in the Microsoft Partner Program guides are three separate manuals that
provide instructions on how to:

— Enroll, re-enroll, or upgrade your membership.

— Examine profile questions that you answer as part of your program enrollment.

— Achieve a Microsoft Competency.

eo The Partner Program website provides detailed content on Microsoft Partner Program benefits
and Microsoft Competencies.

eo The Partner Membership Center online help provides instructions on how to administer and
manage the partner account associated with your program membership. You can access this
online help once you log in to the Partner Membership Center. P 0g I’d 8

TIP: How to Use This Guide

Use the Table of Contents, displayed to the left of this page, to quickly find the topic you
desire. Above the Table of Contents, click Options, and then Wrap Long Bookmarks, to
view the Table of Contents in its entirety.

Ty
N = i
§ L rr re
% Hl Wa
1 r wa i La Fs x
d Ro Ee TUE )
. E er Te,
i i; + rl
f LS ‘
Fl — J
. o a.

As the Microsoft Partner Program evolves, this Program Guide will be updated with new and
important information. Visit the Partner Program website at https://partner.microsoft.com often to
stay up-to-date:

2006 Microsoft Corporation. All rights reserved. 1

Изображение с разрешением 900dpi содержит больше точек, и Tesseract начинает ошибочно распознавать изображение справа внизу как текст.

Так что большее разрешение не гарантирует лучший результат.

Однако, можно попробовать уменьшить разрешение. Вот тут есть мини-исследование на эту тему: https://groups.google.com/forum/#!msg/tesseract-ocr/Wdh_JJwnw94/24JHDYQbBQAJ

При использовании разрешения 200dpi для тестового документа получается

С меньшим разрешением также появились избыточные пустые строки, но зато исправилось распознавание URL’a https://partner.microsoft.com .

Модифицировать содержимое PDF

До сих пор не удалось заставить Tesseract правильно распознать слово «Guide» в правой части. Неудачный эксперимент с разрешением 900dpi наталкивает на мысль, что, вероятно, мешает изображение справа снизу. Попробуем перед распознаванием заменить это изображение на 1-пиксельное прозрачное изображение:

И после этого изменения, наконец, фраза «Program Guide» в правой части корректно распознается.

Естественно, данный метод неприменим в общем случае и для произвольного документа. Например, для сканированных документов с одним изображением на странице. Даже в тестовом документе Partner.pdf нельзя просто удалить все изображения — градиент справа-вверху также является изображением. После его удаления получится белый текст «Microsoft | Partner Program» на белом фоне, который Tesseract не увидит.

В зависимости от содержимого страницы можно использовать и другие подготовительные действия. Например, изменить ориентацию неправильно повернутой страницы (пример документа):

Или отсечь часть ненужного содержимого перед созданием изображения:

Подготовить изображение

Вы можете модифицировать изображение, чтобы упростить распознавание OCR движку. Подробнее описано тут: https://tesseract-ocr.github.io/tessdoc/ImproveQuality#image-processing

Использовать другую модель

В примере используется дефолтная модель tessdata. Tesseract 4 предоставляет еще две модели.

Используйте модель tessdata_fast, чтобы ускорить распознавание, пожертвовав качеством результата. Или используйте модель tessdata_best, чтобы улучшить качество при более долгом процессе распознавания.

Попробуйте использовать модель tessdata_best. Для этого используйте в проекте файл eng.traineddata из tessdata_best. Для тестового документа Partner.pdf использование tessdata_best не влияет на результат и особого смысла не имеет.

Существующие модели Tesseract могут не дать нужных результатов, если в документе используется какой-то причудливый шрифт или незнакомый язык. В этом случае можете натренировать модель самостоятельно. Информация на эту тему: https://github.com/tesseract-ocr/tessdoc/blob/master/Training-Tesseract.md

Обновить версию Tesseract

На момент публикации статьи ведется разработка Tesseract 5, а также доступен релиз 4.1.1. Обновление до последней версии может улучшить результат. Следите за релизами тут: https://github.com/tesseract-ocr/tesseract/releases

Задать вопрос сообществу

Обсуждение Tesseract ведется в https://groups.google.com/forum/#!forum/tesseract-ocr. Там могут посоветовать хорошие идеи, как улучшить результаты распознавания. Там же есть предыдущие обсуждения способов улучшения OCR в различных ситуациях.

Особые случаи

Описанный подход хорошо работает для большинства документов. Рассмотрим ситуации, когда требуются дополнительные действия.

Текст на разных языках

Документ может содержать страницы на разных языках. И в общем случае неизвестно, какие языки используется на конкретной странице.

Tesseract позволяет использовать несколько языков при распознавании. Для этого:

• В папку tessdata добавьте файлы моделей для каждого из используемых языков.
• И укажите языки при инициализации TesseractEngine, например, так:

Естественно, желательно примерно представлять, какие языки могут встречаться в документе. Чем больше языков используется — тем дольше работает распознавание.

Иногда Tesseract некорректно обрабатывает случаи, когда текст на разных языках встречается рядом в одной строке. В таких случаях попробуйте ранее перечисленные способы по улучшению качества распознавания. Если не поможет, то попробуйте обходной путь — распознавайте отдельные слова на разных языках и в каждом случае выбирайте результат с большим значением confidence. Пример кода:

Страница содержит неправильный текст

Встречаются доступные для поиска PDF документы, из которых текст извлекается, но неправильно. Это происходит, когда документ не содержит информацию о соответствии глифов значениям Unicode. Или содержит неправильную информацию. Например, для глифа ‘A’ указано соответствие U+0007, а для глифа ‘B’ указано U+00B6 и т.д.

Первая задача — определить, что текст извлекается неверно. Можете сделать это, проверив извлеченный текст на соответствие языку документа:

• Проверить наличие популярных слов (для английского — «the», «be», «to»)
• Проверить наличие и количество символов из алфавита нужного языка
• Использовать сторонние библиотеки для определения языка текста

Определили, что текст или большая его часть не соответствует языку — делайте OCR. Убедитесь, что распознанный текст лучше исходного. Для этого проверьте распознанный текст на соответствие нужному языку и сравните результаты с первой проверкой.