如何将不可见的文本插入PDF？

Question

我想在现有的PDF文件中插入不可见的文本，以使其可搜索。

哪个图书馆我应该使用？我希望使用指向特定API方法的链接。

免费，最好是开源。非常感谢！

（出于好奇：我想自动对传入的扫描纸进行OCR识别，并使其在Alfresco资料库中可搜索）

Answer 1

3个选项。我的答案是特定于itext的，但是您应该能够将基本方法转换为足够高级的PDF库。

1. 文本渲染模式3：“无笔触，无填充”。使用iText：myPdfContentByte.setTextRenderMode(PdfContentByte.TEXT_RENDER_MODE_INVISIBLE);
2. 将文字画在某物后面。您大概正在使用扫描的页面图像。 iText myPdfStamper.getUnderContent(pageNum)使此操作变得容易，并允许您在扫描下绘制文本。其他使您可以访问页面内容的库可能需要您在现有内容流的开头“原始”添加文本。您将需要查看“ PDF规范”（使用Google可以）以获取详细信息。第9章全部涉及文本呈现。
3. 在页面的媒体或裁切框外绘制文本。如果您只想使用支持PDF的随机搜索引擎打开您的页面，则可以使用，但是如果您希望查看PDF的人看到适当的文本选择框，则没有什么用。

Answer 2

[This显示如何创建包含文本的PDF文档，this显示如何添加图像。首先添加文本，然后在其顶部添加图像-最终用户将看不见该文本，但仍可被搜索引擎搜索。 This也可能有用。

Answer 3

您不必使文本不可见。只需在适当的位置渲染它们，然后将扫描的图像覆盖在文本上即可。或者，您可以在图像上渲染文本，并将笔触和画笔的颜色的Alpha值设置为零。