微软edge浏览器正在内测一项名为“ocr for pdf”的强大新功能,旨在提升pdf文档处理效率。这项离线ocr功能主要针对扫描版pdf或无法直接编辑文本的pdf文件。借助windows 11内置的ocr引擎,它支持25种以上语言,无需网络连接即可完成文本识别。

想抢先体验?只需在Edge浏览器地址栏输入edge://flags,启用名为“msPdfWindowsOcrCoverage”的实验性功能即可。
Windows 桌面自动化技能,支持鼠标控制(移动/点击/拖拽/滚轮/截图)、键盘输入(文字输入/按键/组合键)、窗口管理(查找/聚焦/最大化/最小化/关闭/移动)、截图并发送文件。提供两种截图方式:Python pyautogui 截图(集成在自动化流程中)和 PowerShell + .NET 零依赖截图(支持区域截图和多显示器)。当用户需要自动化 Windows 桌面操作、控制鼠标键盘、管理窗口、执行 GUI 自动化任务、截图发送文件时使用。
微软强调,这项OCR引擎技术已广泛应用于Word、OneNote、Bing和OneDrive等产品,并保证所有操作都在本地完成,不会将用户数据上传至微软服务器,确保用户隐私安全。


















