Linux下安装OCRFeeder

近日，薄荷开源网站长发现一份资料纸质版仍在，但电子文档遗失了。怎么办？难不成要全部重新打字输入？

忽然想起了 OCR。OCR 是光学字符识别的意思，通俗地讲，就是一种可以把图片中的文字内容读取出来的技术。这样可以免去手动打字输入的劳累之苦。

看来，问题也是前进的重要动力啊。在 Linux 下遇到了问题，逼着自己去想办法、找资料解决问题。这一过程也是学习和进步的过程。

著名的 OCR 软件，比如方正“尚书”系列，自然是没有 Linux 版的。Linux 下的 OCR 软件是自由软件，功能比商业作品稍弱，但也可以满足不高的需求。站长今天要介绍的 OCRFeeder 就是比较好用的 Linux OCR 软件之一。

在 Ubuntu 14.04/LinuxMint 17 以上的系统中，可以在“软件中心”或终端中直接安装 OCRFeeder。站长在 LinuxMint 18 中，使用终端安装 OCRFeeder 及其必须组件（中文识别引擎）：

sudo apt install ocrfeeder tesseract-ocr-chi-*

安装完毕，OCRFeeder 自动在主菜单的 办公 子菜单中创建启动器。

如果发现无法从菜单从启动 OCRFeeder，请用管理员权限编辑 OCRFeeder 的启动器，修改图中红线部分，把后面的 -i %f 参数去掉即可。

sudo vim /usr/share/applications/ocrfeeder.desktop

修改保存后，即可顺利启动 OCRFeeder。如图所示，非常简洁，而且中文化也是完整的。

在进行识别之前，先要设置一下识别引擎：OCRFeeder 菜单栏：工具--OCR引擎--编辑。注意图中所示红线部分，中文识别引擎格式必须是 zh:chi_sim。

设置完毕，打开一张之前扫描的图片，准备实操检验一下 OCRFeeder 的识别能力。

点击 OCRFeeder 工具栏的自动识别按钮，即可开始识别。识别速度不是很快，请耐心等待。

识别完毕，点击左侧图片，右下角“文本”区域即可显示对应的识别出来的文本内容。

我们把 OCRFeeder 右下角已经识别出来的文本内容复制出来，就达到 OCR 的目的了。就是这么简单。

此外，OCRFeeder 还提供了扫描+识别一步到位。

经过实测，扫描+识别都是没问题的，OCRFeeder 可以很好地让站长的 HP 一体机进行扫描操作，扫描完毕自动开始识别。

一处错误：OCRFeeder“文件”菜单里的“导出PDF格式”应该是翻译错误，实际上该按钮是“导入PDF文档”。

在实测过程中，站长把一份 12 页的资料用“扫描易”扫描并保存为 PDF 文档，然后导入到 OCRFeeder 中进行识别，耗时数分钟，还算可以接受。虽然错别字不少，但也还算可以满足一般个人应用需求，至少不用痛苦地打那么多字了。