1、pdf阅读器adobe acrobat DC v2019 008 20074
可以识别pdf书中的文字(图片上选择区域右键选复制，软件会自动ocr)
把pdf 每一页导出为图片
2、Tesseract-OCR
把图片识别为文本文件，google的开源项目
tesseract "F:pdfTotxtpdf页面_023.jpg" txt023 –l eng