【亲测免费】 Zotero OCR 插件安装与配置指南

1. 项目基础介绍

Zotero OCR 是一个为 Zotero 文献管理软件开发的插件，旨在为 PDF 文件添加光学字符识别（OCR）功能。通过该插件，用户可以对选中的 PDF 文件进行 OCR 处理，生成包含识别文本的新 PDF 文件、纯文本笔记或 HTML（hOCR）文件。该项目主要使用 JavaScript 编写，适用于 Windows、Linux 和 macOS 系统。

2. 项目使用的关键技术和框架

• Tesseract OCR: 用于文本识别的核心技术，支持多种语言和字符集。
• pdftoppm: 来自 Poppler 库的工具，用于将 PDF 文件转换为图像格式，以便 Tesseract 进行 OCR 处理。
• Zotero: 一个开源的文献管理工具，支持多种文档格式和插件扩展。

3. 项目安装和配置的准备工作和详细步骤

3.1 准备工作

在开始安装之前，请确保您的系统已经安装了以下软件：

• Tesseract OCR: 可以从 UB-Mannheim Tesseract 安装指南 下载并安装适用于 Windows 的版本。对于 Linux 和 macOS，请参考 Tesseract 官方安装指南。
• pdftoppm: 可以从 Poppler 官方网站 下载并安装。

3.2 安装步骤

1. 下载 Zotero OCR 插件:

   • 访问 Zotero OCR GitHub 仓库。
   • 在页面右侧找到“Releases”部分，下载最新版本的 .xpi 文件。

2. 安装 Zotero OCR 插件:

   • 打开 Zotero 软件。
   • 进入 工具 → 插件。
   • 将下载的 .xpi 文件拖放到插件窗口中。
   • Zotero 会提示安装插件，点击确认并重启 Zotero。

3. 配置 Zotero OCR 插件:

   • 重启 Zotero 后，进入 工具 → Zotero OCR 首选项（Zotero 6）或 Zotero → 设置（Zotero 7）。
   • 在配置界面中，确保路径设置正确：
     • OCR 引擎路径: 如果 Tesseract 安装在默认路径，通常不需要修改。否则，请手动输入 Tesseract 的完整路径。
     • pdftoppm 路径: 同上，如果安装在默认路径，通常不需要修改。
   • 选择默认的 OCR 语言模型（如 eng 表示英语）。
   • 根据需要调整其他设置，如输出 DPI 和 Tesseract 页面分割模式（PSM）。

3.3 使用 Zotero OCR

• 在 Zotero 中选择需要进行 OCR 处理的 PDF 文件。
• 右键点击文件，选择 Zotero OCR 选项。
• 插件会自动处理 PDF 文件，生成包含识别文本的新 PDF 文件或笔记。

通过以上步骤，您可以成功安装并配置 Zotero OCR 插件，为您的 Zotero 文献管理工具添加强大的 OCR 功能。