PDF 生成模板编辑器
开源可视化 PDF 生成引擎,支持自定义模板,并提供面向开发者的 API,灵活构建文档生成流程。
通过使用 OCR 向基于图像的 PDF(例如扫描的文档)添加文本和图片来制作可搜索的 PDF。
该格式只使用 CConvertOption 中的以下选项,其他选项不生效:
| 选项 | 默认值 | 含义 |
|---|---|---|
transparent_text | true | PDF 输入:开启时保留原页面并添加不可见的 OCR 文字层;关闭时以可见文字重建页面,重建的页面不保留矢量图形。图片输入:识别出的文字不可见(开启)或可见(关闭)。 |
enable_ocr | false | 在 ocr_option 选定的页面上添加 OCR 文字层。transparent_text 开启而未开启 OCR 时,输出只是选定的源页面。许可证不含 OCR 权限时不生效。 |
ocr_option | e_CAll | OCR 处理的范围:e_CAll 识别所有页面;e_CScanPage 只识别图片(扫描)页面;e_CInvalidCharacter 重新识别其他页面上无法读取的字符(只在 transparent_text 关闭时可见);e_CInvalidCharacterAndScanPage 两者都做。只在 enable_ocr 开启时生效。 |
languages / language_count | NULL / 0 | OCR 识别语言;第一种语言同时决定文字层的后备字体。未指定语言时使用英文。 |
enable_document_orientation_classification | false | OCR 前检测页面旋转方向并将页面图像转正,页面尺寸随之调整。只在 enable_ocr 开启且页面被重建(transparent_text 关闭或图片输入)时生效。 |
enable_document_dewarp | false | OCR 前对弯曲、变形的页面照片做矫正展平。只在 enable_ocr 开启且页面被重建(transparent_text 关闭或图片输入)时生效。 |
page_ranges | 空 | 要转换的页码,如 "1-3,5,7-9";为空时转换所有页。多帧图片输入时用于选择帧。 |
contain_image | true | 只在页面被重建(transparent_text 关闭或图片输入)时生效:在未经 OCR 识别的页面上保留源图片,且是 contain_page_background_image 的前提。未开启 OCR 的图片输入只有此项开启时才绘制图片本身。 |
contain_page_background_image | true | 只在页面被重建且 contain_image 开启时生效。transparent_text 关闭时,在 OCR 页面的可见文字下方绘制擦除文字后的页面图像(关闭此项则只有文字)。图片输入且 transparent_text 开启时,在不可见文字下方保留源图片(关闭此项则只有不可见文字)。 |
contain_annotation | true | 在被重建(transparent_text 关闭)且未经 OCR 识别的页面上,以图片绘制注释外观。transparent_text 开启时原页面的注释保持不变。 |
font_name | 空 | OCR 文字层使用的字体;transparent_text 关闭时也是重建页面上可见文字的字体。找不到该字体时使用 OCR 字体或系统字体。 |
output_document_per_page | false | 每页输出一个文件,而不是整个文档输出一个文件。文件以输入文件名加页码命名,写入输出路径所在的文件夹;输出路径中的文件名不使用。 |
enable_auto_page_size | false | 仅图片输入:根据图片分辨率确定页面尺寸,并匹配到最接近的标准纸张;关闭时一个像素对应一个点(pt)。 |
custom_page_width / custom_page_height | 0 | 仅图片输入:以点(pt,1 pt = 1/72 英寸)为单位指定页面宽和高,两者都须大于 0。图片等比放入页面,空白处补白。优先于 enable_auto_page_size。 |
调用示例:
COCRLanguage languages[] = {e_CENGLISH};
CConvertOption option = CPDF_DefaultConvertOption();
option.enable_ocr = true;
option.ocr_option = e_CScanPage;
option.languages = languages;
option.language_count = 1;
option.transparent_text = true;
CPDF_StartPDFToSearchablePDF(CPDF_TEXT("input.pdf"), CPDF_TEXT("password"), CPDF_TEXT("path/output.pdf"), option, NULL);输出可搜索 PDF 时,可通过 transparent_text 控制文本层是否透明。
以下是完整的示例代码,演示了如何将 PDF 文档转换为可编辑 PDF 文件。
// 加载 DocumentAI 模型(SDK 包内自带)。
CPDF_SetDocumentAIModel(CPDF_TEXT("path/documentai.model"), -1);
COCRLanguage languages[] = {e_CENGLISH};
CConvertOption option = CPDF_DefaultConvertOption();
option.enable_ocr = true;
// 设置 OCR 语言。
option.languages = languages;
option.language_count = 1;
CPDF_StartPDFToSearchablePDF(CPDF_TEXT("scan.pdf"), CPDF_TEXT("password"), CPDF_TEXT("path/output.pdf"), option, NULL);