如何在 16.04 上为 Tesseract 安装新的语言包

Question

刚刚安装了 gscan2pdf v1.3.9 以及 Tesseract。至于后者，首先它出现在我的已安装软件列表的底部，但现在它似乎消失了，尽管仍然有效（我认为）。

无论如何，我正在尝试将扫描文档的 pdf 转换为可编辑文本，但该文档不是英文的，因此 gscan 将其弄得一团糟。

唯一的选择，我是说我去Tools > OCR > Language to recognize的English，equ和osd。关于如何安装特定语言包的任何想法？

我不是有经验的 Linux 用户，因此将不胜感激分步说明。

Answer 1

只需使用以下命令安装必要的 ocr 语言：

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

[lang]可以在哪里

all

或者

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
eng
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

这意味着如果你想安装挪威版本，你可以运行：

sudo apt-get install tesseract-ocr-nor