手間をかけずに、横になっている大量の書類をスキャンしたい。Simple Scanを使用して画像に変換し、OCRを使用してテキストに変換したいと思います。ボタンを押すだけで良い結果が得られるGUIを備えた優れたOCRアプリはありますか？

• GOCR from は、OCR（光学文字認識）プログラムです。スキャンしたテキストの画像をテキストファイルに変換します。

• CLARAは別の優れたグラフィカルオプションです。

• OCRAD from OCRは、スタンドアロンコンソールアプリケーションとして、または他のプログラムのバックエンドとして使用できます。

• KOOKA からは、 KDEアプリケーションですが、正常に動作し、あなたがKookaとOCRプログラムをインストールGOCRとOCRAD.Afterのような実際のOCRプログラムをインストールする必要があります加えて、あなたはそれができるようにするためにインストール場所をOCRにKookaをポイントする必要がありJPEGをテキストに変換します。

• OCRFeeder からは、 文書レイアウト解析及び光学式文字認識システムです。

• Tesseract from はコマンドラインユーティリティであり、非常に簡単に使用できます。言語パッケージ tesseract-ocr-engはここから インストールできます。

このページをご覧ください。

注：tesseract gotoターミナル
を実行し、次を入力するには

tesseract imagefile.tif outputfile.txt

TesseractはTIFFファイルのみを読み取ることができます-JPEGまたはPDFなどをお持ちの場合は、変換する必要があります。また、ファイル名の拡張子は.tiffではなく.tifである必要があります。そうでない場合、tesseractエラーが発生します。

使用できる一般的なOCRコマンドラインツールはほとんどありません（GUIがあるかどうかはわかりません）。

• Tesseract（ReadMe、FAQ）（Python）

  Tesseract .NET、Tesseract iOSにも利用可能

  1985年から1995年の間にHP Labsで開発され、現在はGoogleで開発されたOCRエンジン。Tesseractは、おそらく最も正確なオープンソースOCRエンジンです。

  使用法：

  tesseract [inputFile] [outputFile] [-l optionalLanguageFile] [PathTohOCRConfigFile]
  

• GOCR

  オープンソースの文字認識。スキャンしたテキストの画像をテキストファイルに戻します。GOCRはさまざまなフロントエンドで使用できるため、さまざまなOSやアーキテクチャに簡単に移植できます。多くの異なる画像形式を開くことができ、その品質は日々向上しています。

• OCRopus ™（FAQ）（Python、NumPy、およびSciPyで作成）

  プラガブルなレイアウト分析、プラガブルな文字認識、統計的自然言語モデリング、多言語機能を備えた、ドキュメント分析の問題に対処するための大規模機械学習の使用に焦点を当てたOCRシステム。

  OCRopusエンジンは、2つの研究プロジェクトに基づいています。90年代半ばに開発され、米国国勢調査局によって展開された高性能手書き認識エンジンと、新しい高性能レイアウト分析方法です。

  OCRopusは、Googleが後援する開発であり、当初は高スループットで大量のドキュメント変換作業を目的としています。他の多くのアプリケーションにとっても優れたOCRシステムになると期待しています。

• Tessnet2（オープンソース、OCR、Tesseract、.NET、DOTNET、C＃、VB.NET、C ++ / CLI）

  Tesseractは、C ++オープンソースOCRエンジンです。Tessnet2は、OCRを実行するための非常に簡単なメソッドを公開する.NETアセンブリです。Tessnet2はApache 2ライセンス（tesseractなど）の下にあります。つまり、商用製品に含まれており、好きなように使用できます。

他にはほとんどない：ABBYY CLI OCR for Linux、Asprise OCR

より完全なリストについては、ウィキペディアの光学式文字認識ソフトウェアのリストを確認してください。

参照：wanghaisheng/awesome-ocr-GitHubの有望なOCRリソースの厳選されたリスト。

linux-intelligent-ocr-solution

免責事項-私はこのオープンソースソリューションの開発と密接に関係しています

Liosは、スキャナーまたはカメラを使用して印刷をテキストに変換できます。

また、PDF、画像、または画像を含むフォルダなど、他のソースからスキャンした画像からテキストを生成することもできます。

プログラムは視覚障害者のための完全なアクセシビリティを提供されます。

私は密接につながっているので、フィードバックが欲しいです。

• Sourceforgeのサイト
• ソースコード
• フォーラム

Gscan2PDF

複数ページのPDFまたはスキャンされたドキュメントのOCR

これがおそらく最も簡単な方法です。Gscan2pdfは、ファイルをスキャンするだけでなく、ファイルをインポートしてOCRを実行できるグラフィカルツールです。Ubuntu Software Centerから、またはターミナルでこのコマンドを実行して 、ここからgscan2pdfをインストールします。

sudo apt-get install gscan2pdf

• gscan2pdfを実行する
• PDFをインポート（Ctrl + O）
• オプション：[ツール]> [クリーンアップ]
• [ツール]> [OCR保存]（Ctrl + S）を選択します

Gscan2PDFはカスタマイズ可能なOCRエンジンを使用できます。デフォルトは tesseract-ocr

適切な言語を選択することを検討してください。その場合tesseract-ocr-LANG、パッケージをインストールする必要がありますLANG。3文字のISO 639-2言語コードです。現在、16.04リポジトリには108の言語があります。

• ソース

pdfocr.rbで成功しました（16.04未満）。これはUbuntu wikiにリストされています

これはppaですが、16.04のリポジトリは更新されていません。上記のgithubのrubyスクリプトは、16.04でも動作します。

Githubからダウンロードできます。次のパッケージをインストールする必要があります。

ruby tesseract-ocr pdftk exactimage

次に、pdfocr.rbを実行可能にして実行しました：

./pdfocf.rb -i source.pdf -o output.pdf

オプションで、-l LANGパラメーターを使用できます。その場合tesseract-ocr-LANG、パッケージをインストールする必要がありますLANG。3文字のISO 639-2言語コードです。現在、16.04リポジトリには108の言語があります。

pypdfocrそれを使用するのが最善で最も簡単な方法は、pdfを変更しません。pypdfocrは、Pythonモジュールのリンクです。

pypdfocr your_document.pdf

最後your_document_ocr.pdfに、検索可能なテキストを使用した別の方法があります。アプリは画像の品質を変更しません。オーバーレイテキストを追加して、ファイルのサイズを少し大きくします。

コマンドはGUIを必要としないので非常に簡単だと思います。pypdfocrのインストールはもう少し冗長かもしれません：

sudo apt install tesseract-ocr 
pip install pypdfocr 

2018年11月3日更新：

pypdfocr2016年以降サポートされなくなり、メンテナンスされていないために問題が発生しました。ocrmypdf（モジュールは同様の仕事をし、次のように使用できます：

ocrmypdf in.pdf out.pdf

インストールする：

pip install ocrmypdf

または

apt install ocrmypdf

それが非常にうまく機能し、間違いなくリストに含まれている必要があるからです：

スクリーンショットのgimageReaderの例：

リポジトリにあります（18.10で回答されましたが、長年使用されています）

gscan2pdfには3つの異なるocrエンジンが含まれています。プログラムを直接スキャンするか、pdfをプログラムにインポートできます。Tesseractエンジンは優れた機能を発揮し、非常に使いやすいことがわかりました