你們中的許多人必須已經知道光學字符識別（OCR）程序，如果是這樣，您會遇到一些無法識別典型的西班牙語字符的字符，例如eñe，tílde等（ñ，ó，ü）。
現在感謝 正方體 和包裝 正方體-OCR-溫泉 我們將能夠識別這些字符，並且將看到如何處理顏色或像素級別不正確的某些圖像。
首先，我們必須安裝以下程序：
Tesseract-ocr
正方體-OCR-溫泉
進紙器
我建議您在Debian中安裝它們而不安裝推薦的軟件：
sudo apt-get --no-install-recommends install ocrfeeder tesseract-ocr-spa tesseract-ocr
如果我們的圖像（掃描的文檔）中的字母清晰易讀，則大約有90％的情況下都可以識別文本，表格將無法識別，如果圖像有2列，它將自動首先識別出一列，然後再識別另一個保持文本的順序。
有兩種識別文本的方法，一種是通過終端中的命令行或通過ocrfeeder來識別，後者將需要更多的處理時間：
命令行方法：
tesseract "/entrada/fichero.jpg" "/salida/fichero.txt" -l spa -psm 3
為了轉換多個圖像，我們將使用以下命令：
cd /carpeta/imagenes
find ./ -name "*.jpg" | sort | while read file; do tesseract "$file" "`basename "$file" | sed 's/\.[[:alnum:]]*$//'`.txt" -l spa -psm 3; done
為了將結果文本文件連接到所述文件夾中，我們將使用以下命令將段落正確連接。
cd /carpeta/imagenes
find ./ -name "*.txt" | sort | while read file; do cat "$file" | sed 's|^$|##|g' | tr '\n' " " | tr '##' "\n" >> Texto-unido.txt; done
ocrfeeder的方法：
1-我們打開ocrfeeder程序。
2-我們通過單擊工具-OCR引擎來編輯引擎，選擇esseract引擎，然後單擊編輯，然後在其中顯示引擎參數的地方，我們更改該腳本的腳本：
$IMAGE $FILE -l spa -psm 3 > /dev/null 2> /dev/null; cat $FILE.txt; rm $FILE $FILE.txt
3-我們導入圖像或包含多個圖像的文件夾。
4-我們單擊“識別文檔”，一旦文檔被識別，您就可以手動選擇圖像或文本的哪一部分。
5-導出文檔之前，我們單擊“編輯”“編輯”頁面，然後選擇所需的頁面，最常見的是字母（字母）。
6-要導出文檔，請單擊文件-導出，我們選擇所需的輸出格式，如果文檔中包含圖像，我建議您使用odt或html格式，如果僅是文本，則最好使用純文本（txt）格式。
到這里為止還沒有結束，因為有很多影印件的質量不高，為了修復這些影印件，我們將使用帶膠印和壓紋濾鏡（此過程可能很慢）：
1-我們打開帶有圖像的圖像。
2-單擊“濾鏡-變形-壓花”，選擇“凹凸貼圖”框，將方位角級別調整為大約162,25，將高程調整為88,73，將深度調整為6或3。以100％的質量保存圖像如果是jpg，則導出-name.jpg。
（可選）您可以通過單擊顏色-級別-自動來調整白色級別。