文章目录
[+]
这一步主要是整理PDF，而非下载的可复制的文本文件。
之所以要整理PDF，是因为我们下一步是使用ORC工具识别文字，而书籍有页眉和页脚，待到识别后再去整理会比较麻烦，所以在还是PDF的时候就来处理。
先要安装能编辑PDF的软件，是要能编辑的，不是那种只能打开浏览的，推荐安装adobe acrobat。
1）、先手动删除封面、前言、目录、封底等，只留下正文。
2）、选择“文档/裁剪页面”，调出裁剪页面对话框，通过设置页面的上下边距，将要裁剪的位置确定下来，然后在右下角页面范围中选择“所有的页面”，并且选择“应用到：奇数”。
3）、为什么要选择奇数页呢？因为扫描PDF时书本放置的方向问题，可能会导致奇数页与偶数页的上下边距不一样，所以我们先剪掉奇数页。
4）、接着前面的2和3步，对偶数页进行裁剪。
5）、文件/导出/图像/JPEG，将所有页面导出到一个文件夹中，软件会将每一页保存为一个图片，不用担心文件名称问题。acrobat软件中带有orc功能，但我试了一下，没啥反应，我建议用专业的ORC软件。
6）、ORC软件是识别文本，对于习题中带有图片的处理我有一个办法，会在后期题目编辑步骤中介绍。
