Optimizing Nepali PDF Extraction: A Comparative Study of Parser and OCR Technologies

这项研究比较了从PDF文件中提取尼泊尔语内容所采用的PDF解析和光学字符识别（OCR）方法。PDF解析提供了快速和准确的提取，但在非Unicode尼泊尔字体方面存在挑战。OCR，尤其是PyTesseract，则克服了这些挑战，为数字化和扫描PDF文件提供了多样性。研究表明，虽然PDF解析器更快，但其准确性会根据PDF类型而波动。相比之下，OCR，尤其是PyTesseract，表现出一致的准确性，但提取时间稍长。考虑到该项目对尼泊尔语PDF文件的重视，PyTesseract成为最适合的库，平衡了提取速度和准确性。

比较PDF解析和光学字符识别（OCR）方法从PDF中提取尼泊尔文本的效果，探讨如何在非Unicode尼泊尔字体上实现准确提取。

使用OCR，特别是PyTesseract，可以克服PDF解析在非Unicode尼泊尔字体上的挑战，提供数字和扫描PDF的多样性，并且在提取速度和准确性上取得平衡。

实验结果显示，PDF解析器虽然速度较快，但准确性受PDF类型影响波动。相比之下，OCR，特别是PyTesseract，表现出一致的准确性，但提取时间稍长。研究重点在尼泊尔PDF上，PyTesseract成为最合适的库，平衡了提取速度和准确性。

最近的相关研究包括：1. 'A Comparative Study of PDF Parsing and OCR for Text Extraction from Scholarly Articles'；2. 'Comparison of PDF Parsing and OCR for Text Recognition in Digital Libraries'。