Como instalo um novo pacote de idiomas para o Tesseract em 16.04

Question

Acabou de instalar o gscan2pdf v1.3.9, bem como o Tesseract. Quanto a este último, primeiro apareceu na parte inferior da minha lista de software instalado, mas agora parece ter desaparecido, embora ainda trabalhando (eu acho).

De qualquer forma, estou tentando transformar um arquivo PDF de um documento digitalizado em texto editável, mas o documento não está em inglês, então o gscan faz uma bagunça.

Apenas as opções que recebo quando vou para Tools > OCR > Language to recognize são English , equ e osd . Alguma idéia de como eu posso instalar um pacote de idiomas específico?

Eu não sou usuário experiente de Linux, então instruções passo-a-passo serão muito apreciadas.

    

Answer 1

Basta instalar a linguagem ocr necessária usando isto:

sudo apt-get install tesseract-ocr-[lang]

Onde [lang] pode ser

all

OR

afr
amh
ara
asm
aze
aze-cyrl
bel
ben
bod
bos
bul
cat
ceb
ces
chi-sim
chi-tra
chr
cym
dan
dan-frak
deu
deu-frak
dev
dzo
ell
enm
epo
est
eus
fas
fin
fra
frk
frm
gle
gle-uncial
glg
grc
guj
hat
heb
hin
hrv
hun
iku
ind
isl
ita
ita-old
jav
jpn
kan
kat
kat-old
kaz
khm
kir
kor
kur
lao
lat
lav
lit
mal
mar
mkd
mlt
msa
mya
nep
nld
nor
ori
pan
pol
por
pus
ron
rus
san
sin
slk
slk-frak
slv
spa
spa-old
sqi
srp
srp-latn
swa
swe
syr
tam
tel
tgk
tgl
tha
tir
tur
uig
ukr
urd
uzb
uzb-cyrl
vie
yid