Me he dado cuenta de que en linux existen pocas herramientas gráficas para OCR, y las que existen no son muy claras.
Por ello, el otro día, al utilizar tesseract por consola me dije ¿por qué no hacer un programa en gambas que haga esto por mí?
Afortunadamente, con esta herramienta esto es algo muy sencillo, así que me dispuse a ello.

Ahora está en desarrollo, pero le daré unos retoques y la publicaré para todo aquel que quiera usarla, con compatibilidad para tesseract, ocrad y gocr y a lo mejor alguna opción de configuración, aunque básico.

Me parece una herramienta muy fácil de hacer pero útil. Cualquier sugerencia será bien recibida.

Un saludo.

Editado:

Este proyecto ha sido liberado bajo GPL en Launchpad https://launchpad.net/oocr para que cualquiera pueda modificarlo, redistribuirlo, etc.
Por ahora no hace mucho, solo comprueba que los motores están instalados, y si no te los deja instalar desde el propio programa. Y luego, puedes elegir el motor, elegir el archivo y te muestra en un textarea el resultado.

Es poca cosa, pero en el futuro podría convertir al vuelo las imágenes, leer directamente de lo escaneado, tener opciones, etc.
Me gusta hacer aplicaciones que me resultan útiles porque creo que les puede resultar útiles a otros. Y creo que en Linux faltan aplicaciones que simplifiquen el proceso del reconocimiento de caracteres al usuario.

Un saludo.

Por cierto, como ya he dicho, si alguien quiere ayudar puede hacerlo directamente desde launchpad, solo tiene que decírmelo para que lo agregue.

bueno amigo me parese interesante tu propuesta si la publica te puede ayudar si te hace falta algo o te puede colaborar en algo

Claro, este fin de semana cuando tenga un rato libre le daré unos retoques y la publicaré en sourceforge para que cualquiera que lo desee pueda usarla, mejorarla o lo que sea.

Aunque por cierto, he tenido muchos problemas con el tesseract (ocr de google) que está en el repositorio. Realmente no me ha funcionado, he tenido que bajarme un paquete de internet que funciona bastante mejor que gocr o ocrad.

Así que también sería interesante facilitar la instalación de estas herramientas independientemente de la distro que uses, y añadir alguna opción como exportar a pdf, escanear directamente desde el programa o conversión de imágenes al vuelo para adaptarlas a las exigencias de cada ocr (por ejemplo, tesseract funciona solo con tiff, pero ocrad con pnm)

bueno lo que podemos hacer es subir eso a un repertorio y hacer un bash para que instale todo hasta gambas y listo eso es una idea o solo intalar el runtime de gambas para que corra

Sí, aunque no tengo ni idea del tema de repositorios.
Otra opción algo más sencilla sería subir los paquetes a algún sitio (tipo sourceforge) y que se los descargue con un wget. Aunque bueno, realmente la mejor opción sería un repositorio, pero a saber como se hace.

Por cierto, alguien conoce algún comando para determinar si un paquete está o no instalado?
Es que quiero que al abrir te comprueba la disponibilidad de los motores de ocr y te deje utilizarlos o no según ella.

creo que con uno que capture el error queda pero también se puede verificar cuando inicie el programa ha ya no resolvieron lo de el bash jajjajaj

He publicado lo que tengo hasta ahora (es muy sencillito, solo un botón para seleccionar archivo, una lista con los motores ocr y un textarea donde aparece el resultado y hay que tener los motores instalados para que funcione) en la rama trunk en launchpad.
https://launchpad.net/oocr

Si alguien quiere ayudar, le puedo añadir para que puede modificar archivos y tal.

También he creado un ppa donde subiré todos los paquetes necesarios para el funcionamiento del programa

Agradecería que alguien que supiera empaquetar el código fuente en un deb me ayudara, porque he intentado hacerlo con el código del tesseract y no lo he conseguido.

Aprovecho también para poner el enlace de descarga directa a el proyecto, para los que estén interesados pero no les apetezca descargarlo con bazaar.

http://www.megaupload.com/?d=MOP41K9Z

Buen día Octavio4 excelente aporte he buscado en este foro y creo que es el único en su tipo, a mi me cayo a la medida estoy iniciando un proyecto de reconocimiento de placas o matriculas las de los vehículos y este es una parte importantísima del proyecto me diste una luz.

Baje el proyecto de megaupload y lo descomprimí y se ejecuta normalmente con gambas 2.21, ubuntu11.04 el problema que tengo es que instalo los motores desde el programa y no los detecta siempre me pide instalar los motores he intentado con los tres y nada también instale manualmente desde gestor de paquetes el tesseract y como te digo vuelve a pedir instalación de un motor, sabes que puede estar pasando, agradezco las personas que me puedan dar una mano.



http://www.megaupload.com/?d=MOP41K9Z

Marlon Perez
Cautivado por gambas

Hola octavio,

he intentado descargar el proyecto desde el enlace que has publicado,
pero no esta disponible para descargar. seria bueno que lo publicaras
de nuevo, pero subirlo directamente al foro de gambas-es.org.

Gracias.