2021-07-24 pdf jpg imagemagick scansnap ocr

検索可能になっていないPDFを、ScanSnap付属アプリでOCR処理をして検索可能なPDFにする方法（ScanSnapでスキャンした1ページのPDFにJPGとして追加してからOCR処理する）

前提

ScanSnapでスキャンした1ページのPDFを用意しておき、そこにOCR処理したい全ページをJPGとして挿入したPDFを作ってから、それをOCR処理すればいい。

ScanSnapでスキャンした「1ページのPDF」を用意する（base.pdfと呼ぶことにする）。
- 何ページのPDFでもいいけれど、ScanSnapでスキャンしたPDFをベースにするのがポイント。
「新たにOCRを掛けたいPDF」を用意する（input.pdfと呼ぶことにする）。
ImageMagickのconvertコマンドでinput.pdfの全ページをjpgファイルに分解する。
- たとえば、convert -density 300 input.pdf output-%03d.jpg のようにする（300が適切かどうかは不明）。
Macのプレビューアプリを使って、base.pdfアプリを開き、output-000.jpg, output-001.jpg, … をページとして挿入する。
- 何百ページもまとめて挿入すると非常に時間が掛かるので、様子をみながら少しずつ挿入する。
できたPDFを保存する（target.pdfと呼ぶことにする）。
Finderでtarget.pdfのコンテキストメニュー（副ボタンタップ、二本指タップ）から「Scan to Searchable PDF」を選んで開く。
- この操作は環境によって違うかもしれません。要するにScanSnap付属のOCRアプリでtarget.pdfを処理するという意味です。
検索可能なPDFがtarget_OCR.pdfのようなファイル名で作成される。