Diferencias

Muestra las diferencias entre dos versiones de la página.

--- airbnb:recetas:ocr-vut-madrid [2018/04/18 13:37] – creado numeroteca
+++ airbnb:recetas:ocr-vut-madrid [2018/04/21 10:59] (actual) – numeroteca
@@ Línea 10: / Línea 10: @@
   - Convertir pdf de vuelta a tiff multipágina
+''convert -density 150 vut-comunidad-madrid_RGEP11612-17-rotate.pdf -depth 8 vut-comunidad-madrid_RGEP11612-17-rotate.tiff''
-convert -density 150 vut-comunidad-madrid_RGEP11612-17-rotate.pdf -depth 8 vut-comunidad-madrid_RGEP11612-17-rotate.tiff
   - Volver a convertirlo quitándole el alpha (transparencia)
+''convert vut-comunidad-madrid_RGEP11612-17-rotate.tiff -fill white -draw 'rectangle 10,10 20,20' -background white -flatten +matte vut-comunidad-madrid_RGEP11612-17-rotate-noalpha.tiff''
-convert vut-comunidad-madrid_RGEP11612-17-rotate.tiff -fill white -draw 'rectangle 10,10 20,20' -background white -flatten +matte vut-comunidad-madrid_RGEP11612-17-rotate-noalpha.tiff
   - Hacer el OCR con tesserac
+''tesseract vut-comunidad-madrid_RGEP11612-17-rotate-noalpha.tiff vut-comunidad-madrid_RGEP11612-17.txt''
-tesseract vut-comunidad-madrid_RGEP11612-17-rotate-noalpha.tiff vut-comunidad-madrid_RGEP11612-17.txt
 Este método no da resultado, así que pruebo:
@@ Línea 29: / Línea 23: @@
   - Y hago el OCR con tesserac:
-tesseract vut-comunidad-madrid_RGEP11612-17-rotate_2.png out
+''tesseract vut-comunidad-madrid_RGEP11612-17-rotate_2.png out''
   - Funciona, pero al no reconocer las columnas apila los resultados unos encima de otro.
+Resultado resumido:
+VT 2717
+VT 2179
+VT 1460
+VT 1808
+VT 3059
+VT 3052
+VT 2420
+VT 33815
+VIVIENDA USO TUR.
+VIViENDA uso TUR.
+VIVIENDA USO TUR.
+VIVIENDA USO TUR.
+VIVIENDA USO TUR.
+AVDA. DE LA ERMITAZ
+CALLE BEGONIA 32A
+CAMINO NUEVO 11
+CAMINO NUEVO 11 1" D
+MARQUESA VIUDA DE ALDAMA, 48, 2° E
+MARQUESA VIUDA DE ALDAMA. 48, 2°G°
+SAN ROQUE 40