¿Cómo instalo un nuevo paquete de idioma para Tesseract en 16.04?

19

Acabo de instalar gscan2pdf v1.3.9, así como Tesseract. En cuanto a lo último, primero apareció en la parte inferior de mi lista de Software instalado, pero ahora parece haber desaparecido, aunque todavía funciona (creo).

De todos modos, estoy tratando de convertir un pdf de un documento escaneado en texto editable, pero el documento no está en inglés, por lo que gscan lo desordena.

Sólo las opciones que tengo cuando voy a la Tools > OCR > Language to recognizeque es English, equy osd. ¿Alguna idea sobre cómo puedo instalar un paquete de idioma específico?

No soy un usuario experimentado de Linux, por lo que las instrucciones paso a paso serían muy apreciadas.

maa
fuente

Respuestas:

33

Simplemente instale el lenguaje ocr necesario usando esto:

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

Donde [lang] puede estar

all

O

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
fuente
1
'eng' también debería estar en la lista
será