• # Petit scrip que j'ai commencé

    Posté par . En réponse au message OCR pdf vers pdf. Évalué à 2.

    J'ai commencé le script que voici mais je n'ai pas eu le temps de finir ; c'est très lent et il y a peut-être des erreurs.

    #!/bin/sh
DPI=150
CONVERT_BIN="/usr/bin/convert"
TESSERACT_BIN="/usr/bin/tesseract"
HOCR2PDF_BIN="/usr/bin/hocr2pdf"
PDFINFO_BIN="/usr/bin/pdfinfo"
OPTIMIZE2BW_BIN="/usr/bin/optimize2bw"
OUTPUT="$(dirname "1ドル")/out_$(basename "1ドル")"
NBR_PAGES=$($PDFINFO_BIN "1ドル" | grep Pages: | sed -E 's/(.*) (\d*)/2円/g')
echo $NBR_PAGES
for i in `seq 1 $NBR_PAGES`;
do 
echo "Page $i sur $NBR_PAGES"
 # Convertion en tif...
 eval "$CONVERT_BIN -blur 0 -density 600 -depth 8 -quality 95 \"${1}\"\[$(($i - 1 ))\] page$i.tif"
 # "Optimisation du tif pour OCR...
 eval "$OPTIMIZE2BW_BIN -i page$i.tif -o page${i}_bis.tif"
 # OCR en cours...
 eval "$TESSERACT_BIN page${i}_bis.tif output -l fra"
 # Réduction DPI =>$DPI...
 eval "$CONVERT_BIN -density $DPI -flatten +matte page$i.tif page$i.tif"
 # Intégration du texte dans le pdf...
 eval "$HOCR2PDF_BIN -i page$i.tif -o \"${OUTPUT}\" < output.txt"
 rm output.txt
done