[ubuntu-ar] Soft OCR

[Mariano Mara]

Excerpts from Miguel Sajnovsky's message of Tue Mar 23 22:23:15 -0300 2010:
> El 23 de marzo de 2010 20:07, Jorge Fabián San Román <
> jsanroman en digisis.com.ar> escribió
> >
> >
> >
> > Hola, bueno, a ver si puedo ayudar, yo también estoy interesado en OCR,
> > probé
> > el Xsane que usa gocr de motor y tiene demasiados errores; pero buscando
> > encontré esta guía:
> >
> > Primero instar los paquetes "tesseract 2.03-4" de
> > "http://download.tuxfamily.org/xcfaudio/tesseract/All%20languages/i386/",
> > "xsane2tess" de "http://download.tuxfamily.org/guadausers/guadaV4/" y
> > "imagemagick".
> >
> > Luego crear la carpeta tmp en: /home/usuario/tmp
> >
> > Después abrir Xsane para configurarlo, Preferencias--> Configuración-->
> > pestaña OCR y relleno lo siguiente:
> >
> > Orden OCR --> xsane2tess -l spa
> > Opción del archivo de entrada --> -i
> > Opción del archivo de salida --> -o
> > Opción de salida-fd de interfaz --> -x
> >
> > Aclaro que no lo pude usar porque el xsane2tess que encontré es de i386 y
> > mi
> > sistema es X64, pero seguí buscando y encontré una interfaz gráfica para
> > Tesseract aquí: http://sourceforge.net/projects/tesseract-gui
> >
> > esta sí me funcionó, pero escaneo el texto como imágen Tiff, guardo el
> > archivo, despúes desde Tesseract-GUI lo busco, lo abre y lo guarda como TXT
> > y
> > allí lo trabajo con Open Office; tiene pocos errores.
> >
> > Espero haber sido de utilidad. Saludos.
> > > --
> >

Desde ya te agradezco la paciencia y el tiempo para detallar todos los
pasos. Ya he andado con tesseract y convirtiendo jpgs a tifs: no tuve
suerte pero no seguí los pasos tal cual lo indicas vos ni usé la GUI. Ya
lo estoy descargando para hacer las pruebas a ver como me va. Esperen
más noticias para este boletín.