我正在编写一个使用 OCR (tessnet2) 扫描图像文件并提取某些信息的程序。在我发现要从 Exchange 服务器扫描 PDF 附件之前，这很容易。
我正在处理的第一个问题是如何将我的 PDF 转换为 BMP 文件。就我目前所知的 TessNet2 而言，它只能读取图像文件——特别是 BMP。所以我现在的任务是将不确定大小（2 - 15 页）的 PDF 转换为 BMP 图像。完成后，我可以使用我已经用 TessNet2 构建的代码轻松扫描每个图像。
我已经看到使用 Ghostscript 来完成这项任务的事情——我只是想知道是否有另一种免费的解决方案，或者你们中的一个优秀的人是否可以给我一个关于如何使用 Ghostscript 执行此操作的速成课程。
你也可以使用ImageMagick。而且它是完全免费的！没有试用或付款。
只需从这里下载 ImageMagick .exe 。安装它并在此处下载 NuGet 文件。
有代码！希望我有所帮助！（即使这个问题是 6 年前提出的......）
程序：
using ImageMagick;
public void PDFToBMP(string output)
{
MagickReadSettings settings = new MagickReadSettings();
// Settings the density to 500 dpi will create an image with a better quality
settings.Density = new Density(500);
string[] files= GetFiles();
foreach (string file in files)
{
string fichwithout = Path.GetFileNameWithoutExtension(file);
string path = Path.Combine(output, fichwithout);
using (MagickImageCollection images = new MagickImageCollection())
{
images.Read(fich);
foreach (MagickImage image in images)
{
settings.Height = image.Height;
settings.Width = image.Width;
image.Format = MagickFormat.Bmp; //if you want to do other formats of image, just change the extension here!
image.Write(path + ".bmp"); //and here!
}
}
}
}
功能GetFiles()：
public string[] GetFiles()
{
if (!Directory.Exists(@"your\path"))
{
Directory.CreateDirectory(@"your\path");
}
DirectoryInfo dirInfo = new DirectoryInfo(@"your\path");
FileInfo[] fileInfos = dirInfo.GetFiles();
ArrayList list = new ArrayList();
foreach (FileInfo info in fileInfos)
{
if(info.Name != file)
{
// HACK: Just skip the protected samples file...
if (info.Name.IndexOf("protected") == -1)
list.Add(info.FullName);
}
}
return (string[])list.ToArray(typeof(string));
}
找到一篇关于将 PDF 转换为图像的 CodeProject 文章：
http://www.codeproject.com/Articles/57100/Simple-and-Free-PDF-to-Image-Conversion