你们中的许多人必须已经知道光学字符识别（OCR）程序，如果是这样，您会遇到一些无法识别典型的西班牙语字符的字符，例如eñe，tílde等（ñ，ó，ü）。
现在感谢 正方体 和包装 tesseract-ocr-eng 我们将能够识别这些字符，并且将看到如何处理颜色或像素级别不正确的某些图像。
首先，我们必须安装以下程序：
Tesseract-ocr
tesseract-ocr-eng
进纸器
我建议您在Debian中安装它们而不安装推荐的软件：
sudo apt-get --no-install-recommends install ocrfeeder tesseract-ocr-spa tesseract-ocr
如果我们的图像（扫描的文档）中的字母清晰易读，则大约有90％的情况下都可以识别文本，表格将不会被识别，如果图像有两列，它将自动识别出第一列，然后另一列保持文本的顺序。
有两种识别文本的方法，一种是通过终端中的命令行或通过ocrfeeder来识别，后者将需要更多的处理时间：
命令行方法：
tesseract "/entrada/fichero.jpg" "/salida/fichero.txt" -l spa -psm 3
为了转换多个图像，我们将使用以下命令：
cd /carpeta/imagenes
find ./ -name "*.jpg" | sort | while read file; do tesseract "$file" "`basename "$file" | sed 's/\.[[:alnum:]]*$//'`.txt" -l spa -psm 3; done
为了将结果文本文件连接到所述文件夹中，我们将使用以下命令将段落正确连接。
cd /carpeta/imagenes
find ./ -name "*.txt" | sort | while read file; do cat "$file" | sed 's|^$|##|g' | tr '\n' " " | tr '##' "\n" >> Texto-unido.txt; done
ocrfeeder的方法：
1-我们打开ocrfeeder程序。
2-我们通过单击工具-OCR引擎来编辑引擎，选择esseract引擎，然后单击编辑，然后在其中显示引擎参数的地方，我们更改该脚本的脚本：
$IMAGE $FILE -l spa -psm 3 > /dev/null 2> /dev/null; cat $FILE.txt; rm $FILE $FILE.txt
3-我们导入图像或包含多个图像的文件夹。
4-我们单击“识别文档”，一旦文档被识别，您可以手动选择图像或文本的哪一部分。
5-导出文档之前，我们单击“编辑”“编辑”页面，然后选择所需的页面，最常见的是字母（字母）。
6-要导出文档，请单击文件-导出，我们选择所需的输出格式，如果文档包含图像，我建议您使用odt或html格式，如果仅是文本，则最好使用纯文本（ txt）格式。
到这里为止还没有结束，因为有很多影印件的质量不够高，为了修复这些影印件，我们将使用带胶印和浮雕的滤镜（此过程可能很慢）：
1-我们打开带有图像的图像。
2-单击“滤镜-变形-压花”，选择凹凸贴图框，将方位角级别调整为大约162,25，高程调整为88,73，深度调整为6或3。如果图片为jpg，则保存100％的质量，在导出-name.jpg。
（可选）您可以通过单击颜色-级别-自动来调整白色级别。