El otro día leí un artículo referente al  reconocimiento óptico de caracteres (OCR) en Ubuntu, y me quedó ahí, grabado en la mente, a la espera de que llegara el fin de semana para probarlo. Así que esta mañana, me he dedicado a investigar un poco en referencia a este tema, y he probado dos alternativas.

La primera de las dos alternativas es la de instalar un paquete creado por Geza Kovacs. Que se puede instalar desde Launchpad, añadiendo al repositorio de las maneras conocidas:

 

1 sudo -v
2
3 sudo add-apt-repository ppa:gezakovacs/pdfocr
4
5 sudo apt-get update
6
7 sudo apt-get install pdfocr

para hacerlo funcionar simplemente:

 

1 pdfocr -i inputfile.pdf -o outputfile.pdf

Ya está. El archivo tiene una capa de texto incrustada, que puedes utilizar para copiar y pegar.

La segunda alternativa es más gráfica y me gusta más. Consiste en instalar desde el repositorio de Ubuntu gscanpdf

 

1 sudo apt-get install tesseract-ocr-spa gscan2pdf

 

Para hacerlo funcionar, corremos gscan2pdf desde un terminal, y obtendremos la siguiente imagen:

Thumbnail image

importamos las imágenes que queramos someter al OCR

Thumbnail image

En herramientas seleccionamos OCR, y en la ventana que nos sale seleccionamos el motor de OCR que queramos utilizar:

Thumbnail image

En la parte inferior, veremos los caracteres detectados por el OCR. En la prueba que he realizado tengo que decir que el resultado fue bastante deficiente. No se si es por utilizar Lorem Ipsum, pero no me resultó nada alentador.

Thumbnail image

Por admin

Deja una respuesta

Ads Blocker Image Powered by Code Help Pro

Ads Blocker Detected!!!

We have detected that you are using extensions to block ads. Please support us by disabling these ads blocker.

Powered By
Best Wordpress Adblock Detecting Plugin | CHP Adblock