Diferencias

Muestra las diferencias entre dos versiones de la página.

--- informatica:software:aplicaciones_web:stirling_pdf [2024/08/05 15:12] – tempwin
+++ informatica:software:aplicaciones_web:stirling_pdf [2024/08/05 15:32] (actual) – [OCR] tempwin
@@ Línea 1: / Línea 1: @@
 ====== Stirling-PDF ======
-Aplicación web para realizar operaciones con ficheros PDF.
+Aplicación web desplegada con [[informatica:sistemas_operativos:virtualizacion:docker|Docker]] para realizar operaciones con ficheros PDF.
   * [[https://github.com/Stirling-Tools/Stirling-PDF|Repositorio de código]]
@@ Línea 16: / Línea 16: @@
   * Avanzado (renombrar, reparar, ajustar color/contraste, dividir páginas...)
 ===== Instalación =====
+==== Docker ====
+Ejemplo de Docker Compose:
+<code yaml>
+services:
+  stirling-pdf:
+    image: frooodle/s-pdf:latest
+    ports:
+      - '8003:8080'
+    volumes:
+      - ./trainingData:/usr/share/tessdata #Required for extra OCR languages
+      - ./extraConfigs:/configs
+#      - ./customFiles:/customFiles/
+#      - ./logs:/logs/
+    environment:
+      - DOCKER_ENABLE_SECURITY=false
+      - INSTALL_BOOK_AND_ADVANCED_HTML_OPS=false
+      - LANGS=es_ES
+    restart: unless-stopped
+</code>
+Tras instalarlo, lo tendríamos disponible desde ''http://miservidor.ext:8003/''
+===== Configuración =====
+==== OCR ====
+Para instalar más idiomas, debemos descargarlos de:
+  * https://github.com/tesseract-ocr/tessdata_fast: paquetes de idiomas más pequeños y menos precisos, pero tardan menos en cargar (es el que usa por defecto Stirling-PDF).
+  * https://github.com/tesseract-ocr/tessdata: paquetes de idiomas más grandes y precisos, pero tardan más en cargar.
+Ejemplo instalando el paquete de español desde ''tessdata_fast'':
+<code bash>
+# En la carpeta del host de Docker ''/home/usuario/docker/stirling-pdf/trainingData''
+# descargamos el paquete de idioma Español:
+wget https://github.com/tesseract-ocr/tessdata_fast/raw/main/spa.traineddata
+</code>