在 Linux 上使用 gImageReader 從圖像和 PDF 中提取文本

為了簡化事情，gImageReader 在從 PDF 文件或包含任何類型文本的圖像中提取文本時非常方便。

無論你是需要它來進行拼寫檢查還是翻譯，它都應該對特定的用戶群體有用。

以列表總結下功能，這裡是你可以用它做的事情：

• 從磁碟、掃描設備、剪貼板和截圖中添加 PDF 文檔和圖像
• 能夠旋轉圖像
• 常用的圖像控制，用於調整亮度、對比度和解析度。
• 直接通過應用掃描圖像
• 能夠一次性處理多個圖像或文件
• 手動或自動識別區域定義
• 識別純文本或 hOCR 文檔
• 編輯器顯示識別的文本
• 可對對提取的文本進行拼寫檢查
• 從 hOCR 文件轉換/導出為 PDF 文件
• 將提取的文本導出為 .txt 文件
• 跨平台（Windows）

在 Linux 上安裝 gImageReader

注意：你需要安裝 Tesseract 語言包，才能從軟體管理器中的圖像/文件中進行檢測。

你可以在一些 Linux 發行版如 Fedora 和 Debian 的默認倉庫中找到 gImageReader。

對於 Ubuntu，你需要添加一個 PPA，然後安裝它。要做到這點，下面是你需要在終端中輸入的內容：

sudo add-apt-repository ppa:sandromani/gimagereader
sudo apt update
sudo apt install gimagereader

你也可以從 openSUSE 的構建服務中找到它，Arch Linux 用戶可在 AUR 中找到。

所有的倉庫和包的鏈接都可以在他們的 GitHub 頁面中找到。

gImageReader 使用經驗

當你需要從圖像中提取文本時，gImageReader 是一個相當有用的工具。當你嘗試從 PDF 文件中提取文本時，它的效果非常好。

對於從智能手機拍攝的圖片中提取，檢測很接近，但有點不準確。也許當你進行掃描時，從文件中識別字元可能會更好。

所以，你需要親自嘗試一下，看看它是否對你而言工作良好。我在 Linux Mint 20.1（基於 Ubuntu 20.04）上試過。

我只遇到了一個從設置中管理語言的問題，我沒有得到一個快速的解決方案。如果你遇到此問題，那麼可能需要對其進行故障排除，並進一步了解如何解決該問題。

除此之外，它工作良好。

試試吧，讓我知道它是如何為你服務的！如果你知道類似的東西（和更好的），請在下面的評論中告訴我。

via: https://itsfoss.com/gimagereader-ocr/

作者：Ankush Das 選題：lujun9972 譯者：geekpi 校對：wxy

本文由 LCTT 原創編譯，Linux中國 榮譽推出

本文轉載來自 Linux 中國: https://github.com/Linux-CN/archive