conversão em lote do tesseract

Question

Eu estou tentando OCR um livro usando tesseract no entanto eu não quero digitar cada página como um livro perto de 1000 páginas. Como eu conseguiria isso

Eu tentei tesseract * .tif * o que me dá isso read_params_file: parâmetro não encontrado: II *

    

Answer 1

Para evitar a substituição do arquivo de saída para cada nova página, eu fiz:

for i in *tif; do b='basename "$i" .tif'; tesseract "$i" "$b" hocr; done 

Funcionou bem.

(encontrei esta solução aqui .)

    

Answer 2

Eu tentei isso e funciona

for i in *.tif ; do tesseract $i outtext;  done;

Verifique se, quando estiver no terminal, você altera o diretório para o local de todos os arquivos tif.

    

Answer 3

Você pode usar o VietOCR , que usa o Tesseract e suporta o OCR em lote / em massa.