Несколько месяцев назад у меня была почти идентичная проблема. Переключение в консоль с экрана входа LightDM (Ctrl-Alt-F1), вход в систему с использованием имени пользователя и пароля администратора и ввод следующих команд разрешил проблему:
sudo mv ~/.Xauthority ~/.Xauthority.backup
sudo service lightdm restart
Название для этого типа процедуры - OCR (распознавание оптического символа). Эта ссылка также предлагает несколько вариантов:
gocr - A command line OCR fuzzyocr - spamassassin plugin to check image attachments libhocr0 - Hebrew OCR ocrad - Optical Character Recognition program ocrfeeder - Document layout analysis and optical character recognition system ocropus - document analysis and OCR system tesseract-ocr cuneiform - multi-language OCR systemИ это говорит о том, что Tesseract ( OCR ) является лучшим вариантом. Так что дайте ему попробовать.
Название для этого типа процедуры - OCR (распознавание оптического символа). Эта ссылка также предлагает несколько вариантов:
gocr - A command line OCR fuzzyocr - spamassassin plugin to check image attachments libhocr0 - Hebrew OCR ocrad - Optical Character Recognition program ocrfeeder - Document layout analysis and optical character recognition system ocropus - document analysis and OCR system tesseract-ocr cuneiform - multi-language OCR systemИ это говорит о том, что Tesseract ( OCR ) является лучшим вариантом. Так что дайте ему попробовать.
Название для этого типа процедуры - OCR (распознавание оптического символа). Эта ссылка также предлагает несколько вариантов:
gocr - A command line OCR fuzzyocr - spamassassin plugin to check image attachments libhocr0 - Hebrew OCR ocrad - Optical Character Recognition program ocrfeeder - Document layout analysis and optical character recognition system ocropus - document analysis and OCR system tesseract-ocr cuneiform - multi-language OCR systemИ это говорит о том, что Tesseract ( OCR ) является лучшим вариантом. Так что дайте ему попробовать.
Название для этого типа процедуры - OCR (распознавание оптического символа). Эта ссылка также предлагает несколько вариантов:
gocr - A command line OCR fuzzyocr - spamassassin plugin to check image attachments libhocr0 - Hebrew OCR ocrad - Optical Character Recognition program ocrfeeder - Document layout analysis and optical character recognition system ocropus - document analysis and OCR system tesseract-ocr cuneiform - multi-language OCR systemИ это говорит о том, что Tesseract ( OCR ) является лучшим вариантом. Так что дайте ему попробовать.
Название для этого типа процедуры - OCR (распознавание оптического символа). Эта ссылка также предлагает несколько вариантов:
gocr - A command line OCR fuzzyocr - spamassassin plugin to check image attachments libhocr0 - Hebrew OCR ocrad - Optical Character Recognition program ocrfeeder - Document layout analysis and optical character recognition system ocropus - document analysis and OCR system tesseract-ocr cuneiform - multi-language OCR systemИ это говорит о том, что Tesseract ( OCR ) является лучшим вариантом. Так что дайте ему попробовать.
Название для этого типа процедуры - OCR (распознавание оптического символа). Эта ссылка также предлагает несколько вариантов:
gocr - A command line OCR fuzzyocr - spamassassin plugin to check image attachments libhocr0 - Hebrew OCR ocrad - Optical Character Recognition program ocrfeeder - Document layout analysis and optical character recognition system ocropus - document analysis and OCR system tesseract-ocr cuneiform - multi-language OCR systemИ это говорит о том, что Tesseract ( OCR ) является лучшим вариантом. Так что дайте ему попробовать.
Имя для этого типа процедуры - OCR (оптическое распознавание символов). Эта ссылка также предлагает несколько вариантов:
gocr - Командная строка OCR fuzzyocr - плагин spamassassin для проверки вложений изображений libhocr0 - Иврит OCR ocrad - Программа распознавания оптических символов ocrfeeder - Анализ макета документа и оптическая система распознавания символов ocropus - анализ документа и система распознавания текста tesseract-ocr cuneiform - многоязычная система распознавания
И это говорит о том, что Tesseract ( очень старый учебник ) является лучшим вариантом. Так что дайте ему попробовать.
Имя для этого типа процедуры - OCR (оптическое распознавание символов). Эта ссылка также предлагает несколько вариантов:
gocr - Командная строка OCR fuzzyocr - плагин spamassassin для проверки вложений изображений libhocr0 - Иврит OCR ocrad - Программа распознавания оптических символов ocrfeeder - Анализ макета документа и оптическая система распознавания символов ocropus - анализ документа и система распознавания текста tesseract-ocr cuneiform - многоязычная система распознавания
И это говорит о том, что Tesseract ( очень старый учебник ) является лучшим вариантом. Так что дайте ему попробовать.
Имя для этого типа процедуры - OCR (оптическое распознавание символов). Эта ссылка также предлагает несколько вариантов:
gocr - Командная строка OCR fuzzyocr - плагин spamassassin для проверки вложений изображений libhocr0 - Иврит OCR ocrad - Программа распознавания оптических символов ocrfeeder - Анализ макета документа и оптическая система распознавания символов ocropus - анализ документа и система распознавания текста tesseract-ocr cuneiform - многоязычная система распознавания
И это говорит о том, что Tesseract ( очень старый учебник ) является лучшим вариантом. Так что дайте ему попробовать.
Имя для этого типа процедуры - OCR (оптическое распознавание символов). Эта ссылка также предлагает несколько вариантов:
gocr - Командная строка OCR fuzzyocr - плагин spamassassin для проверки вложений изображений libhocr0 - Иврит OCR ocrad - Программа распознавания оптических символов ocrfeeder - Анализ макета документа и оптическая система распознавания символов ocropus - анализ документа и система распознавания текста tesseract-ocr cuneiform - многоязычная система распознавания
И это говорит о том, что Tesseract ( очень старый учебник ) является лучшим вариантом. Так что дайте ему попробовать.
Некоторое время назад оценивали различные пакеты OCR в Ubuntu, обнаружил, что Tesseract был наименее плохим из них (но плохой) и написал сценарий оболочки для OCRing (поскольку Tesseract хочет скрывать входные форматы, такие как TIFF). Вот мой ~/bin/ocr:
#!/bin/sh
# usage: ocr filename.jpg
if test -z "$1"; then
echo "usage: ocr filename.jpg [...]"
echo "needs imagemagick and tesseract-ocr"
echo "if tesseract fails, check if you've got tesseract-ocr-eng installed"
fi
tmpdir="$(mktemp -d)"
for fn in "$@"; do
convert "$fn" "$tmpdir/page.tif"
tesseract "$tmpdir/page.tif" "$tmpdir/page" 2>&1 | grep -v '^Tesseract Open Source OCR Engine$'
cat "$tmpdir/page.txt"
cp -i "$tmpdir/page.txt" "${fn%.jpg}.txt"
rm "$tmpdir/page.tif" "$tmpdir/page.txt"
done
rm -r "$tmpdir"
Предварительная обработка изображений с помощью GIMP (преобразование в B & amp; W с использованием инструмента Threshold), похоже, очень помогло.
Надеюсь, что вещи улучшились с тех пор. Я недавно видел имя OCR Feeder в сообщениях в блоге, я бы попробовал.
Пакет Tesseract-ocr - это командная строка. Если вы хотите программу с графическим интерфейсом, я использую «gscan2pdf», и вы можете найти ее в Центре программного обеспечения Ubuntu.
В gscan2pdf все, что вам нужно сделать, это щелкнуть маленькую иконку сканирования вверху. Я думаю, это дает вам два или три варианта, GOCR, который не очень хорош, и Tesseract, который работает превосходно. Выберите Tesseract, и с этого момента вам нужно щелкнуть соответствующую вкладку, чтобы вы могли найти настройки разрешения. Ваш лучший выбор - 300 или даже 600, а Tesseract преуспеет.
Плохо отсканированные, кривые или старые документы плохо конвертируются. Удачи!
PS .. Я продолжаю читать, что Tesseract может читать только изображения TIFF. Это не случай для меня. Я могу импортировать JPG или PNG тоже.
PPS ... извините за изменения! Вы также можете попробовать OCRFeeder в программном центре. Мне еще предстоит попробовать.
Я нашел это, он называется Tesseract OCR, надеюсь, он может вам пригодиться.
http://linuxappfinder.com/package/tesseract-ocr
У меня есть Linux Mint 17.2 x32 Cinnamon. Вероятно, эти шаги будут работать и в Ubuntu 14.04 x32.
Установить Tesseract OCR sudo apt-get install -y tesseract-ocr tesseract-ocr-eng Вы можете добавить другие языки, установив дополнительные пакеты. Этот скриншот от synaptic: пакеты языка Tesseract в SynapticИспользование Tesseract
У меня есть Linux Mint 17.2 x32 Cinnamon. Вероятно, эти шаги будут работать и в Ubuntu 14.04 x32.
a) преобразовать все файлы изображений в текст
for i in *png; do b=`basename "$i" .png`; tesseract -l eng "$i" "$b" text; done
Чтобы объединить все текстовые файлы в один, запустите команда cat *.txt >> all.txt
a) преобразовать все файлы изображений в текст
for i in *png; do b=`basename "$i" .png`; tesseract -l eng "$i" "$b" hocr; done
ВАРИАНТ 2 - с помощью GUI
a) Установите gImageReader и используйте его
sudo add-apt-repository -y ppa:sandromani/gimagereader
sudo apt-get update
sudo apt-get install -y gimagereader
b) Второе приложение - VietOCR. Фактическая версия 4.0, поэтому загрузите VietOCR-4.0.zip
Распакуйте файлы и откройте VietOCR.jar с помощью Java:
Откройте VietOCR с помощью Java Если у вас нет установленной Java, вы можете установить его из репозитория или вы можете установить официальный Oracle Java 8. Шаги по установке Oracle Java 8 в Ubuntu 14.04
sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update
sudo apt-get install oracle-java8-installer
sudo apt-get install oracle-java8-set-default
Я рекомендую VietOCR, потому что он позволяет вам записывать файлы в формате OCR, массовое преобразование также вариант.
У меня есть Linux Mint 17.2 x32 Cinnamon. Вероятно, эти шаги будут работать и в Ubuntu 14.04 x32.
Установить Tesseract OCR sudo apt-get install -y tesseract-ocr tesseract-ocr-eng Вы можете добавить другие языки, установив дополнительные пакеты. Этот скриншот от synaptic: пакеты языка Tesseract в SynapticИспользование Tesseract
У меня есть Linux Mint 17.2 x32 Cinnamon. Вероятно, эти шаги будут работать и в Ubuntu 14.04 x32.
a) преобразовать все файлы изображений в текст
for i in *png; do b=`basename "$i" .png`; tesseract -l eng "$i" "$b" text; done
Чтобы объединить все текстовые файлы в один, запустите команда cat *.txt >> all.txt
a) преобразовать все файлы изображений в текст
for i in *png; do b=`basename "$i" .png`; tesseract -l eng "$i" "$b" hocr; done
ВАРИАНТ 2 - с помощью GUI
a) Установите gImageReader и используйте его
sudo add-apt-repository -y ppa:sandromani/gimagereader
sudo apt-get update
sudo apt-get install -y gimagereader
b) Второе приложение - VietOCR. Фактическая версия 4.0, поэтому загрузите VietOCR-4.0.zip
Распакуйте файлы и откройте VietOCR.jar с помощью Java:
Откройте VietOCR с помощью Java Если у вас нет установленной Java, вы можете установить его из репозитория или вы можете установить официальный Oracle Java 8. Шаги по установке Oracle Java 8 в Ubuntu 14.04
sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update
sudo apt-get install oracle-java8-installer
sudo apt-get install oracle-java8-set-default
Я рекомендую VietOCR, потому что он позволяет вам записывать файлы в формате OCR, массовое преобразование также вариант.
Пакет Tesseract-ocr - это командная строка. Если вы хотите программу с графическим интерфейсом, я использую «gscan2pdf», и вы можете найти ее в Центре программного обеспечения Ubuntu.
В gscan2pdf все, что вам нужно сделать, это щелкнуть маленькую иконку сканирования вверху. Я думаю, это дает вам два или три варианта, GOCR, который не очень хорош, и Tesseract, который работает превосходно. Выберите Tesseract, и с этого момента вам нужно щелкнуть соответствующую вкладку, чтобы вы могли найти настройки разрешения. Ваш лучший выбор - 300 или даже 600, а Tesseract преуспеет.
Плохо отсканированные, кривые или старые документы плохо конвертируются. Удачи!
PS .. Я продолжаю читать, что Tesseract может читать только изображения TIFF. Это не случай для меня. Я могу импортировать JPG или PNG тоже.
PPS ... извините за изменения! Вы также можете попробовать OCRFeeder в программном центре. Мне еще предстоит попробовать.
Некоторое время назад оценивали различные пакеты OCR в Ubuntu, обнаружил, что Tesseract был наименее плохим из них (но плохой) и написал сценарий оболочки для OCRing (поскольку Tesseract хочет скрывать входные форматы, такие как TIFF). Вот мой ~/bin/ocr:
#!/bin/sh
# usage: ocr filename.jpg
if test -z "$1"; then
echo "usage: ocr filename.jpg [...]"
echo "needs imagemagick and tesseract-ocr"
echo "if tesseract fails, check if you've got tesseract-ocr-eng installed"
fi
tmpdir="$(mktemp -d)"
for fn in "$@"; do
convert "$fn" "$tmpdir/page.tif"
tesseract "$tmpdir/page.tif" "$tmpdir/page" 2>&1 | grep -v '^Tesseract Open Source OCR Engine$'
cat "$tmpdir/page.txt"
cp -i "$tmpdir/page.txt" "${fn%.jpg}.txt"
rm "$tmpdir/page.tif" "$tmpdir/page.txt"
done
rm -r "$tmpdir"
Предварительная обработка изображений с помощью GIMP (преобразование в B & amp; W с использованием инструмента Threshold), похоже, очень помогло.
Надеюсь, что вещи улучшились с тех пор. Я недавно видел имя OCR Feeder в сообщениях в блоге, я бы попробовал.
Я нашел это, он называется Tesseract OCR, надеюсь, он может вам пригодиться.
http://linuxappfinder.com/package/tesseract-ocr
У меня есть Linux Mint 17.2 x32 Cinnamon. Вероятно, эти шаги будут работать и в Ubuntu 14.04 x32.
Установить Tesseract OCR sudo apt-get install -y tesseract-ocr tesseract-ocr-eng Вы можете добавить другие языки, установив дополнительные пакеты. Этот скриншот от synaptic: пакеты языка Tesseract в SynapticИспользование Tesseract
У меня есть Linux Mint 17.2 x32 Cinnamon. Вероятно, эти шаги будут работать и в Ubuntu 14.04 x32.
a) преобразовать все файлы изображений в текст
for i in *png; do b=`basename "$i" .png`; tesseract -l eng "$i" "$b" text; done
Чтобы объединить все текстовые файлы в один, запустите команда cat *.txt >> all.txt
a) преобразовать все файлы изображений в текст
for i in *png; do b=`basename "$i" .png`; tesseract -l eng "$i" "$b" hocr; done
ВАРИАНТ 2 - с помощью GUI
a) Установите gImageReader и используйте его
sudo add-apt-repository -y ppa:sandromani/gimagereader
sudo apt-get update
sudo apt-get install -y gimagereader
b) Второе приложение - VietOCR. Фактическая версия 4.0, поэтому загрузите VietOCR-4.0.zip
Распакуйте файлы и откройте VietOCR.jar с помощью Java:
Откройте VietOCR с помощью Java Если у вас нет установленной Java, вы можете установить его из репозитория или вы можете установить официальный Oracle Java 8. Шаги по установке Oracle Java 8 в Ubuntu 14.04
sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update
sudo apt-get install oracle-java8-installer
sudo apt-get install oracle-java8-set-default
Я рекомендую VietOCR, потому что он позволяет вам записывать файлы в формате OCR, массовое преобразование также вариант.
Пакет Tesseract-ocr - это командная строка. Если вы хотите программу с графическим интерфейсом, я использую «gscan2pdf», и вы можете найти ее в Центре программного обеспечения Ubuntu.
В gscan2pdf все, что вам нужно сделать, это щелкнуть маленькую иконку сканирования вверху. Я думаю, это дает вам два или три варианта, GOCR, который не очень хорош, и Tesseract, который работает превосходно. Выберите Tesseract, и с этого момента вам нужно щелкнуть соответствующую вкладку, чтобы вы могли найти настройки разрешения. Ваш лучший выбор - 300 или даже 600, а Tesseract преуспеет.
Плохо отсканированные, кривые или старые документы плохо конвертируются. Удачи!
PS .. Я продолжаю читать, что Tesseract может читать только изображения TIFF. Это не случай для меня. Я могу импортировать JPG или PNG тоже.
PPS ... извините за изменения! Вы также можете попробовать OCRFeeder в программном центре. Мне еще предстоит попробовать.
Некоторое время назад оценивали различные пакеты OCR в Ubuntu, обнаружил, что Tesseract был наименее плохим из них (но плохой) и написал сценарий оболочки для OCRing (поскольку Tesseract хочет скрывать входные форматы, такие как TIFF). Вот мой ~/bin/ocr:
#!/bin/sh
# usage: ocr filename.jpg
if test -z "$1"; then
echo "usage: ocr filename.jpg [...]"
echo "needs imagemagick and tesseract-ocr"
echo "if tesseract fails, check if you've got tesseract-ocr-eng installed"
fi
tmpdir="$(mktemp -d)"
for fn in "$@"; do
convert "$fn" "$tmpdir/page.tif"
tesseract "$tmpdir/page.tif" "$tmpdir/page" 2>&1 | grep -v '^Tesseract Open Source OCR Engine$'
cat "$tmpdir/page.txt"
cp -i "$tmpdir/page.txt" "${fn%.jpg}.txt"
rm "$tmpdir/page.tif" "$tmpdir/page.txt"
done
rm -r "$tmpdir"
Предварительная обработка изображений с помощью GIMP (преобразование в B & amp; W с использованием инструмента Threshold), похоже, очень помогло.
Надеюсь, что вещи улучшились с тех пор. Я недавно видел имя OCR Feeder в сообщениях в блоге, я бы попробовал.
Я нашел это, он называется Tesseract OCR, надеюсь, он может вам пригодиться.
http://linuxappfinder.com/package/tesseract-ocr
У меня есть Linux Mint 17.2 x32 Cinnamon. Вероятно, эти шаги будут работать и в Ubuntu 14.04 x32.
Установить Tesseract OCR sudo apt-get install -y tesseract-ocr tesseract-ocr-eng Вы можете добавить другие языки, установив дополнительные пакеты. Этот скриншот от synaptic: пакеты языка Tesseract в SynapticИспользование Tesseract
У меня есть Linux Mint 17.2 x32 Cinnamon. Вероятно, эти шаги будут работать и в Ubuntu 14.04 x32.
a) преобразовать все файлы изображений в текст
for i in *png; do b=`basename "$i" .png`; tesseract -l eng "$i" "$b" text; done
Чтобы объединить все текстовые файлы в один, запустите команда cat *.txt >> all.txt
a) преобразовать все файлы изображений в текст
for i in *png; do b=`basename "$i" .png`; tesseract -l eng "$i" "$b" hocr; done
ВАРИАНТ 2 - с помощью GUI
a) Установите gImageReader и используйте его
sudo add-apt-repository -y ppa:sandromani/gimagereader
sudo apt-get update
sudo apt-get install -y gimagereader
b) Второе приложение - VietOCR. Фактическая версия 4.0, поэтому загрузите VietOCR-4.0.zip
Распакуйте файлы и откройте VietOCR.jar с помощью Java:
Откройте VietOCR с помощью Java Если у вас нет установленной Java, вы можете установить его из репозитория или вы можете установить официальный Oracle Java 8. Шаги по установке Oracle Java 8 в Ubuntu 14.04
sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update
sudo apt-get install oracle-java8-installer
sudo apt-get install oracle-java8-set-default
Я рекомендую VietOCR, потому что он позволяет вам записывать файлы в формате OCR, массовое преобразование также вариант.
Пакет Tesseract-ocr - это командная строка. Если вы хотите программу с графическим интерфейсом, я использую «gscan2pdf», и вы можете найти ее в Центре программного обеспечения Ubuntu.
В gscan2pdf все, что вам нужно сделать, это щелкнуть маленькую иконку сканирования вверху. Я думаю, это дает вам два или три варианта, GOCR, который не очень хорош, и Tesseract, который работает превосходно. Выберите Tesseract, и с этого момента вам нужно щелкнуть соответствующую вкладку, чтобы вы могли найти настройки разрешения. Ваш лучший выбор - 300 или даже 600, а Tesseract преуспеет.
Плохо отсканированные, кривые или старые документы плохо конвертируются. Удачи!
PS .. Я продолжаю читать, что Tesseract может читать только изображения TIFF. Это не случай для меня. Я могу импортировать JPG или PNG тоже.
PPS ... извините за изменения! Вы также можете попробовать OCRFeeder в программном центре. Мне еще предстоит попробовать.
Некоторое время назад оценивали различные пакеты OCR в Ubuntu, обнаружил, что Tesseract был наименее плохим из них (но плохой) и написал сценарий оболочки для OCRing (поскольку Tesseract хочет скрывать входные форматы, такие как TIFF). Вот мой ~/bin/ocr:
#!/bin/sh
# usage: ocr filename.jpg
if test -z "$1"; then
echo "usage: ocr filename.jpg [...]"
echo "needs imagemagick and tesseract-ocr"
echo "if tesseract fails, check if you've got tesseract-ocr-eng installed"
fi
tmpdir="$(mktemp -d)"
for fn in "$@"; do
convert "$fn" "$tmpdir/page.tif"
tesseract "$tmpdir/page.tif" "$tmpdir/page" 2>&1 | grep -v '^Tesseract Open Source OCR Engine$'
cat "$tmpdir/page.txt"
cp -i "$tmpdir/page.txt" "${fn%.jpg}.txt"
rm "$tmpdir/page.tif" "$tmpdir/page.txt"
done
rm -r "$tmpdir"
Предварительная обработка изображений с помощью GIMP (преобразование в B & amp; W с использованием инструмента Threshold), похоже, очень помогло.
Надеюсь, что вещи улучшились с тех пор. Я недавно видел имя OCR Feeder в сообщениях в блоге, я бы попробовал.
Я нашел это, он называется Tesseract OCR, надеюсь, он может вам пригодиться.
http://linuxappfinder.com/package/tesseract-ocr
У меня есть Linux Mint 17.2 x32 Cinnamon. Вероятно, эти шаги будут работать и в Ubuntu 14.04 x32.
Установить Tesseract OCR sudo apt-get install -y tesseract-ocr tesseract-ocr-eng Вы можете добавить другие языки, установив дополнительные пакеты. Этот скриншот от synaptic: пакеты языка Tesseract в SynapticИспользование Tesseract
У меня есть Linux Mint 17.2 x32 Cinnamon. Вероятно, эти шаги будут работать и в Ubuntu 14.04 x32.
a) преобразовать все файлы изображений в текст
for i in *png; do b=`basename "$i" .png`; tesseract -l eng "$i" "$b" text; done
Чтобы объединить все текстовые файлы в один, запустите команда cat *.txt >> all.txt
a) преобразовать все файлы изображений в текст
for i in *png; do b=`basename "$i" .png`; tesseract -l eng "$i" "$b" hocr; done
ВАРИАНТ 2 - с помощью GUI
a) Установите gImageReader и используйте его
sudo add-apt-repository -y ppa:sandromani/gimagereader
sudo apt-get update
sudo apt-get install -y gimagereader
b) Второе приложение - VietOCR. Фактическая версия 4.0, поэтому загрузите VietOCR-4.0.zip
Распакуйте файлы и откройте VietOCR.jar с помощью Java:
Откройте VietOCR с помощью Java Если у вас нет установленной Java, вы можете установить его из репозитория или вы можете установить официальный Oracle Java 8. Шаги по установке Oracle Java 8 в Ubuntu 14.04
sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update
sudo apt-get install oracle-java8-installer
sudo apt-get install oracle-java8-set-default
Я рекомендую VietOCR, потому что он позволяет вам записывать файлы в формате OCR, массовое преобразование также вариант.
Пакет Tesseract-ocr - это командная строка. Если вы хотите программу с графическим интерфейсом, я использую «gscan2pdf», и вы можете найти ее в Центре программного обеспечения Ubuntu.
В gscan2pdf все, что вам нужно сделать, это щелкнуть маленькую иконку сканирования вверху. Я думаю, это дает вам два или три варианта, GOCR, который не очень хорош, и Tesseract, который работает превосходно. Выберите Tesseract, и с этого момента вам нужно щелкнуть соответствующую вкладку, чтобы вы могли найти настройки разрешения. Ваш лучший выбор - 300 или даже 600, а Tesseract преуспеет.
Плохо отсканированные, кривые или старые документы плохо конвертируются. Удачи!
PS .. Я продолжаю читать, что Tesseract может читать только изображения TIFF. Это не случай для меня. Я могу импортировать JPG или PNG тоже.
PPS ... извините за изменения! Вы также можете попробовать OCRFeeder в программном центре. Мне еще предстоит попробовать.
Некоторое время назад оценивали различные пакеты OCR в Ubuntu, обнаружил, что Tesseract был наименее плохим из них (но плохой) и написал сценарий оболочки для OCRing (поскольку Tesseract хочет скрывать входные форматы, такие как TIFF). Вот мой ~/bin/ocr:
#!/bin/sh
# usage: ocr filename.jpg
if test -z "$1"; then
echo "usage: ocr filename.jpg [...]"
echo "needs imagemagick and tesseract-ocr"
echo "if tesseract fails, check if you've got tesseract-ocr-eng installed"
fi
tmpdir="$(mktemp -d)"
for fn in "$@"; do
convert "$fn" "$tmpdir/page.tif"
tesseract "$tmpdir/page.tif" "$tmpdir/page" 2>&1 | grep -v '^Tesseract Open Source OCR Engine$'
cat "$tmpdir/page.txt"
cp -i "$tmpdir/page.txt" "${fn%.jpg}.txt"
rm "$tmpdir/page.tif" "$tmpdir/page.txt"
done
rm -r "$tmpdir"
Предварительная обработка изображений с помощью GIMP (преобразование в B & amp; W с использованием инструмента Threshold), похоже, очень помогло.
Надеюсь, что вещи улучшились с тех пор. Я недавно видел имя OCR Feeder в сообщениях в блоге, я бы попробовал.
Я нашел это, он называется Tesseract OCR, надеюсь, он может вам пригодиться.
http://linuxappfinder.com/package/tesseract-ocr