从Evernote提取OCR文本

Evernote对保存到它的图像进行OCR。是否有办法在Evernote中获得与图像等效的全文，或者OCR仅用于搜索？

Evernote API具有获取文本和矩形的功能，这些文本位于图像中。请参阅http://evernote.com/about/developer/api/evernote-api.htm，查看“ Evernote识别索引XML格式”及其功能以进行检索。问题是他们不执行传统的OCR ...他们的OCR算法可能会为图像上的单个“单词”产生不同的单词。他们仅将其用于搜索，因此这对他们来说很好，但不适用于将其用作识别引擎。（尽管它们给您每个单词替代的权重，所以也许您可以使用它）

同样，Evernote显然没有确定特定的图像恰好等于一个词-例如，Evernote并未确定特定的图像是“线索”而不是“应有”。而是，它将同时跟踪两个图像，并且对其中一个进行搜索将返回相同的图像。因此，没有办法获得全文等效的内容，因为Evernote不能决定全文的实际含义，而只能决定是什么。

evernote向ocr-stuff的创建者支付了一笔可观的款项，或者为将某些东西放在一起而支付了一笔可观的款项。因此，我真的怀疑它们是否会让您获得提取的文本（图像上的+位置）。

（可以是一种商业模式，可以扫描其他人的图像并提供良好的OCR ：））

因此，答案是：不会。

我不确定您需要多少复杂性，但是由于我也使用Adobe Acrobat，因此我只需右键单击Evernote附件即可使用Acrobat打开。

然后从Acrobat中选择“文档| OCR文本识别”，然后将文档另存为纯文本。

这对我来说效果很好，因为我只需要偶尔进行一次OCR转换。

如果可以从Evernote中获取所有图像，则可以使用Google Docs进行OCR。

您可以将图像文件夹上传到Google文档，然后将其转换为文档，其中将同时包含图像和OCRed文本。

然后，您可以将所有这些文档批量下载为纯文本格式，这样可以去除图像。

如果您用哈希（例如md5）命名所有Evernote图像，那么将从Google Docs下载的纯文本文件与原始图像链接起来应该很容易。

我在Windows上并使用Adobe Acrobat Pro和Word，因此请执行以下操作：

1. 如果文件未另存为JPG，请在Evernote中单击图像左上角的眼球图标，以在Photo Viewer中将其打开，然后单击“文件”>“进行复制”以另存为JPG
2. 浏览到资源管理器中的图像文件
3. 右键单击它，然后选择“转换为Adobe PDF”（文件将在Acrobat中打开）
4. 单击文件>另存为，然后从“另存为类型”下拉列表中选择RTF格式以另存为RTF文件（处理文件需要一分钟）
5. 在资源管理器中浏览到RTF文件，然后双击以在Word中打开
6. 根据需要进行编辑