OCRmyPDF是一个用于对PDF文件进行OCR识别的工具，可以添加可搜索的文本层。

以下内容为与DeepSeek共创

步骤1：安装必要依赖

1，下载Tesseract OCR（文字识别引擎）

UB-Mannheim的Windows版Tesseract

https://github.com/UB-Mannheim/tesseract/wiki

安装时勾选中文语言包（如chi_sim简体中文、chi_tra繁体中文）或其他需要的语言。

安装完成后将Tesseract路径（如 C:\Program Files\Tesseract-OCR）添加到系统环境变量 PATH。

2，下载Ghostscript（PDF处理工具）

https://www.ghostscript.com/releases/gsdnld.html

安装后确保 gswin64c.exe（或 gswin32c.exe）的路径（如 C:\Program Files\gs\gs10.05.0\bin）已添加到系统环境变量 PATH。

3，下载Python 3.7+

https://www.python.org/downloads/windows/

安装时务必勾选 "Add Python to PATH"。

步骤2：安装OCRmyPDF

4，打开命令提示符（CMD）或 PowerShell。

使用 pip 安装 OCRmyPDF：

pip install ocrmypdf

步骤3：验证安装

5，检查OCRmyPDF版本：

ocrmypdf --version

验证Tesseract和Ghostscript是否被识别：

ocrmypdf --list-languages

步骤4：基本使用

ocrmypdf --language chi_sim --rotate-pages input.pdf output.pdf

--language：指定OCR语言（如 chi_sim 简体中文）。

--rotate-pages：自动旋转倾斜页面。

其他常用参数：--deskew（纠偏）、--output-type pdfa（生成PDF/A格式）。