聚会迟到了，这里有一个简单的解决方案，暗示已经包含字体的 pdf 文件不是仅基于图像的:

Being late for the party, here's a simple solution implying that pdf files already containing fonts aren't image based only:

find ./ -name "*.pdf" -print0 | xargs -0 -I {}       
    bash -c 'export file="{}";                          
    if [ $(pdffonts "$file" 2> /dev/null | 
    wc -l) -lt 3 ]; then echo "$file"; fi'

• pdffonts 列出 PDF 文件中的所有嵌入字体.如果包含可搜索的文本，它也必须包含字体，所以 pdffonts 会列出它们.检查结果是否少于三行是因为 pdffonts 的标题是 2 行.所以所有低于 3 行的结果都没有嵌入字体.AFAIK，不应该有误报，尽管这更像是一个要问 pdffonts 开发人员的问题.

单线

find ./ -name "*.pdf" -print0 | xargs -0 -I {} bash -c 'export file="{}"; if [ $(pdffonts "$file" 2> /dev/null | wc -l) -lt 3 ]; then echo "$file"; fi'

说明:如果 pdf 包含文本，pdffonts file.pdf 将显示超过 2 行.输出所有不包含文本的 pdf 文件的文件名.

Explanation: pdffonts file.pdf will show more than 2 lines if pdf contains text. Outputs filenames of all pdf files that don't contain text.

我的具有相同功能的 OCR 项目在 Github deajan/pmOCR.

My OCR project which has the same feature is in Github deajan/pmOCR.