Comment installer un nouveau module linguistique pour Tesseract le 16.04

19

Je viens d'installer gscan2pdf v1.3.9 ainsi que Tesseract. Quant à ce dernier, il est d'abord apparu en bas de ma liste des logiciels installés, mais maintenant il semble avoir disparu, bien qu'il fonctionne toujours (je pense).

Quoi qu'il en soit, j'essaie de transformer un pdf d'un document numérisé en texte modifiable, mais le document n'est pas en anglais, donc gscan en fait un gâchis.

Seules les options que je reçois quand je vais à Tools > OCR > Language to recognizeest English, equet osd. Avez-vous des idées sur la façon d'installer un module linguistique spécifique?

Je ne suis pas un utilisateur Linux expérimenté, des instructions étape par étape seraient donc grandement appréciées.

maa
la source

Réponses:

33

Installez simplement le langage ocr nécessaire en utilisant ceci:

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

[lang] peut être

all

OU

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
Abhijit Ghosh
la source
1
'eng' devrait également être sur la liste
Will