基于Pyqt5和PaddleOCR实现PDF转DOC

实现PDF转DOC需要以下几个步骤：

1. 安装PyQt5和PaddleOCR，并导入相关模块：

import sys
from PyQt5.QtWidgets import QApplication, QMainWindow, QFileDialog
from PyQt5.QtGui import QTextCursor
from PyQt5.QtCore import Qt
import paddleocr
import docx

2. 创建PyQt5界面，包括一个按钮和一个文本框：

class MainWindow(QMainWindow):
    def __init__(self):
        super().__init__()
        self.initUI()

    def initUI(self):
        self.setGeometry(100, 100, 500, 300)
        self.setWindowTitle('PDF转DOC')

        self.btn = QPushButton('选择PDF文件', self)
        self.btn.move(200, 100)
        self.btn.clicked.connect(self.selectFile)

        self.textEdit = QTextEdit(self)
        self.textEdit.move(50, 150)
        self.textEdit.setReadOnly(True)

3. 定义选择PDF文件的函数，并调用PaddleOCR进行OCR识别：

def selectFile(self):
    filename, _ = QFileDialog.getOpenFileName(self, '选择PDF文件', '', 'PDF files (*.pdf)')
    if filename:
        self.textEdit.clear()
        self.textEdit.insertPlainText('正在识别，请稍候...')
        QApplication.processEvents()

        ocr = paddleocr.OCR()
        result = ocr.ocr(filename, cls=True)

        self.textEdit.clear()
        doc = docx.Document()
        for line in result:
            if line[1][0] != '\n':
                doc.add_paragraph(line[1])
            else:
                doc.add_paragraph(line[1][1:])
        doc.save('result.docx')

        self.textEdit.insertPlainText('转换完成，已保存为result.docx')

4. 运行PyQt5界面：

if __name__ == '__main__':
    app = QApplication(sys.argv)
    window = MainWindow()
    window.show()
    sys.exit(app.exec_())

完整代码如下：