Cómo escanear documentos y aplicar OCR en Linux

12
14768

¿Intentaste con Simple Scan, el programa que viene por defecto en Ubuntu, pero te desilusionaste al ver que no soporta OCR, etc.? Al mismo tiempo, ¿XSANE te resulta demasiado complicado para la simple tarea que te propusiste realizar? ¿Extrañás lo sencillo que era escanear documentos con Omnipage?

Bueno, a no extrañar más… vamos a ver cómo escanear y realizar OCR en los docs escaneados de un modo muy pero muy sencillo. Vas a quedar asombrado con los resultados.


Cómo escanear en 2 simples pasos

1.- Instalar gscan2pdf & tesseract-ocr (junto con su respectivo paquete de idioma). O sea, en caso de que vayas a escanear documentos en inglés, instalá tesseract-ocr-eng; si son en español instalá tesseract-ocr-spa y así.

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

2.- El resto es bastante sencillo para aquellos que alguna vez escanearon e hicieron OCR a un documento en Windows. Abrí gscan2pdf, escaneá el documento, andá a Opciones > OCR y seleccioná Tesseract como motor de OCR. Existen otros motores, pero Tesseract es, por lejos, el que arroja mejores resultados. Por último, podés guardar el documento final como PDF, DJVU, etc. yendo a Archivo > Guardar.

Nota: al guardar los documentos escaneados es mejor guardarlos en formato DJVU (la calidad es la misma que la de un PDF pero hay una diferencia muy importante de tamaño).

El siguiente videito está en inglés pero alcanza con verlo para entender cómo funciona todo.

↓↓↓¿Te sirvió este artículo?, Vota por nosotros en los OpenAwards↓↓↓

12 COMENTARIOS

  1. Alex: Many gamers have a problem getting “friend zoned” with girls they like.
    After explaining to a confused Melissa that he is not Waldo,
    but The Hon Ludovick Watson, she agrees to go to
    England. Your question also needs to be SIMPLE enough
    for her to respond without a ton of thought.

    Here is my web blog – Tao of Badass Review

  2. Tengo dos escáner, uno es el Canon Scan 5000f para documentos A4, y el otro es Braun NovoScan, para escanear negativos y diapositivas. Después de instalar la utilidad gscan2, y de reiniciar el sistema, no ve ninguno de los escáner. ¿que ha pasado? ¿porque no ve los escaner?

  3. Sin ofender amigos, pero no tiene ningún sentido realizar OCR a funciones matemáticas.

    En todo caso, les conviene realizar OCR al texto circundante (que explica dichas funciones o lo que sea) y que las funciones queden como imágenes.
    Saludos! Pablo.

  4. Creo que llego un poco tarde pero tengo una pregunta. Soy estudiante de ingeniería y estoy buscando alguna forma de digitalizar y pasar a limpio mis apuntes pero el problema está en que la mayoría de esos apuntes están plagados de símbolos matemáticos, gráficas y funciones. ¿hay algo actualmente que me pueda servir?

Dejar una respuesta