Linux中國

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

對這篇文章感覺如何?

太棒了
0
不錯
0
愛死了
0
不太好
0
感覺很糟
0
雨落清風。心向陽

    You may also like

    Leave a reply

    您的電子郵箱地址不會被公開。 必填項已用 * 標註

    此站點使用Akismet來減少垃圾評論。了解我們如何處理您的評論數據

    More in:Linux中國