1. 운영체제별 설치 선택
Windows 네이티브의 공식 안내는 32비트를 지원하지 않습니다. WSL을 고르면 Ubuntu 터미널에서 Linux용 절차를 따릅니다. macOS는 Homebrew를 쓰는 안내를, Linux는 배포판에 맞는 패키지 안내를 확인하세요.
2. 한국어 언어팩과 입력 예제
Tesseract에서 kor가 설치된 것을 확인하세요. 한영 혼합 문서에 두 언어팩을 함께 적용하는 예는 아래와 같습니다. 파일 경로에 공백이 있으면 경로를 따옴표로 묶으세요.
ocrmypdf -l kor+eng input.pdf output.pdf
3. 결과 PDF에서 확인할 것
글자가 있는 페이지와 사진이 많은 페이지를 각각 확인하세요. 파일이 잘 열리고 페이지 수와 방향이 맞는지 본 뒤, 이름이나 날짜처럼 검색에 중요한 단어를 원본과 대조합니다. 일부 페이지에 기존 텍스트가 있으면 Cookbook의 기존 텍스트 처리 옵션을 확인하세요.
기존 PDF 전체에 검색층을 넣기 전에 스캔 이미지 한 장의 필요한 문장만 얻고 싶다면 gImageReader의 영역 OCR에서 인식할 언어와 구역을 고를 수 있습니다.
4. 주요 기능
- 스캔 PDF에 검색용 텍스트 추가
- Tesseract 언어팩으로 한국어 선택
- 한 PDF에 여러 OCR 언어 지정
- 페이지 방향과 기울기 처리 옵션
- PDF/A 출력 옵션
- 터미널에서 파일별로 반복 처리
5. 설치하고 스캔 PDF 처리하기
- 1.
공식 설치 페이지에서 자신의 OS와 설치 방식을 고릅니다.
- 2.
필요한 의존성과 문서에 맞는 Tesseract 언어팩을 설치합니다.
- 3.
입력 PDF와 별도 출력 이름을 지정해 OCRmyPDF를 실행합니다.
- 4.
저장된 PDF를 뷰어로 열어 페이지와 검색 결과를 대조합니다.
6. OCRmyPDF와 비슷한 프로그램 비교
- NAPS2
- 스캐너에서 종이를 받아 PDF로 보관하는 작업
- PDF24 Creator
- Windows에서 PDF 편집·변환과 OCR 도구를 고르는 작업
- Sioyek
- 검색 가능한 논문 PDF를 키보드로 읽고 참조로 이동하는 작업
7. 자주 묻는 질문
한국어 PDF에 영어도 같이 인식할 수 있나요?
+
Tesseract 한국어와 영어 데이터를 모두 설치하고 kor+eng를 지정할 수 있습니다.
스캔한 페이지를 워드 파일로 바꿀 수 있나요?
+
기본 결과는 텍스트층을 포함한 PDF입니다. 문서 레이아웃을 편집 가능한 워드 문서로 재구성하려면 별도 변환 기능이 필요합니다.
이미 텍스트가 있는 PDF에서 오류가 나면 어떻게 하나요?
+
기존 텍스트 페이지를 건너뛸지, 인식을 다시 할지에 따라 Cookbook의 처리 모드를 확인하세요. 설정을 고르기 전에 입력 사본을 보관합니다.
출처: 설치와 OS별 의존성, 언어 지정과 OCR 예제, 공식 저장소와 라이선스
관련 프로그램