Diferencias

Muestra las diferencias entre dos versiones de la página.

--- informatica:ocr [2020/12/06 10:16] – [OCR] tempwin
+++ informatica:ocr [2025/04/18 14:10] (actual) – [Docker] tempwin
@@ Línea 5: / Línea 5: @@
 Tesseract es el motor OCR libre más potente, el que mejores resultados da.
+  * [[https://github.com/tesseract-ocr/tesseract|Respositorio oficial]]
+  * [[https://tesseract-ocr.github.io/|Documentación oficial]]
 Funciona en línea de comandos:
@@ Línea 12: / Línea 15: @@
 </code>
-Frontends para tesseract:
-  * gImageReader
+==== Mejorando resultados ====
+Para que el reconocimiento sea más acertado es importante que la imagen que va a procesar Tesseract sea lo más clara posible en términos de contraste, resolución, etc.
+El script [[http://www.fmwconcepts.com/imagemagick/textcleaner/index.php|Textcleaner]] basado en [[https://imagemagick.org/index.php|ImageMagick]] realiza varias de estas operaciones de forma automática.
+  * https://tesseract-ocr.github.io/tessdoc/ImproveQuality.html
+  * https://tesseract-ocr.github.io/
+==== Docker ====
+https://hub.docker.com/r/jitesoft/tesseract-ocr
+==== Frontends para Tesseract ====
+Aplicaciones para usar Tesseract con interfaz gráfica.
+  * [[https://github.com/manisandro/gImageReader|gImageReader]]
+===== Recursos =====
+  * [[https://tech.trivago.com/2015/10/06/python_receipt_parser/|Writing a Fuzzy Receipt Parser in Python]] ([[https://github.com/ReceiptManager/receipt-parser|Repositorio]])