Metin içerikli JPG resimlerden metin aranabilir PDF yapmak

[msek]

Arkadaşlar selam. Elimde birden çok resim dosyası var. Bu dosyalar daha önce bilgisayar ortamında hazırlanan bir sununun ekran görüntüleri. Tüm karakterler dijital, el yazısı yok. Formatları JPG. Bu dosyaları tek bir pdf dosyası olarak birleştirerek metin aranabilir şekile getirmem gerekiyor. Bunu nasıl yapabileceğim hakkında bilgisi veya fikri olan var mı?

NOT: Resimleri bir metin dosyasının içine ekleyip pdf olarak kaydedebilirim diye düşünüyorum ama sonrasında nasıl metin aranabilir hale getirebilirim bu pdf dosyasını bilemiyorum.

[ekremsenturk]

Libreoffice ile önce bir rtf dosyası hazırla ve ardından bu dosyayı tekrar açıp Pdf olarak yeniden kayset. İlk dosya yedeğin olsun. Pdf dosyasında eksik bulduğun özellikler varsa, onları sonradan orijinal kalan dosyadan düzenlemeyi denersin.

[msek]

Libreoffice ile önce bir rtf dosyası hazırla ve ardından bu dosyayı tekrar açıp Pdf olarak yeniden kayset. İlk dosya yedeğin olsun. Pdf dosyasında eksik bulduğun özellikler varsa, onları sonradan orijinal kalan dosyadan düzenlemeyi denersin.

Bu şekilde kaydettiğim pdf'de metin arama özelliği mümkün olacak mıdır?

[ekremsenturk]

Ofiice uygulamaları ile neredeyse hiç işim olmuyor. Önce bir denemelisin. Sonra sonucu buradan paylaşırsın.

[msek]

Ofiice uygulamaları ile neredeyse hiç işim olmuyor. Önce bir denemelisin. Sonra sonucu buradan paylaşırsın.

Yardımlarınız ve yönlendirmeniz için çok teşekkür ederim. Dediğiniz şekilde maalesef başarılı olamadım. Fakat şu şekilde bir yöntem buldum.

Terminalden resim dosyalarının olduğu klasöre erişerek ImageMagic programının aşağıdaki kod ile uygulanan bir işlevi kullanılır.

Kod Seç Genişlet

convert resim1.jpg resim2.jpg pdf1.pdf

Bu işlem sayesinde farklı resim dosyalarının hepsi tek bir pdf dosyası olarak birleştirilir.

Bu pdf dosyasının metin aranabilir hale getirilmesi için ise pdfocr isimli bir uygulama kullanılır. Bu uygulama şu şekilde yükleniyormuş :

Kod Seç Genişlet

sudo add-apt-repository ppa:gezakovacs/pdfocr
sudo apt-get update
sudo apt-get install pdfocr

Kullanılması için ise öncelikle pdf dosyasının olduğu klasöre terminalden ulaşılır.

Ardından aşağıdaki komut çalıştırılarak metin aranabilir pdf dosyası oluşturulur.

Kod Seç Genişlet

pdfocr -i pdf1.pdf -o cikti.pdf

Burada işlem dosyanın büyüklüğüne göre değişiyor. Biraz uzun sürebilirmiş fakat sonunda istenilen şekilde metin aranabilir pdf dosyası elde ediliyor.

Denedim ve işe yaradı. Dikkat edilmesi gereken ise metin aramada Türkçe karakterlerin kullanılamıyor olması Henüz bunun çözümünü bulamadım.

Konu hakkında ileride ihtiyaç duyulması halinde arkadaşlara yardımcı olmasını umarım.

Bu işlemleri şuradan öğrendim : https://github.com/gkovacs/pdfocr

[heartsmagic]

Doğru konuya odaklanmışsın zira OCR meselesine girmeden senin istediğin şey olmaz. Türkçe konusu ise sıkıntı tabi, uygulamamın yardım sayfasında utf8 ile ilgili bir şeyler var mı?

Kod Seç Genişlet

man pdfocr

[msek]

Doğru konuya odaklanmışsın zira OCR meselesine girmeden senin istediğin şey olmaz. Türkçe konusu ise sıkıntı tabi, uygulamamın yardım sayfasında utf8 ile ilgili bir şeyler var mı?

Kod Seç Genişlet

man pdfocr

Görebildiğim kadarıyla utf8 ile ilgili bişey yok. "- l" ile yazılımın dilinin ayarlaması mümkün gibi görünüyor ama kurcalayamadım.

Kod Seç Genişlet

PDFOCR.RB(1)                                                          User Commands                                                          PDFOCR.RB(1)

NAME
       pdfocr - Adds OCR text layer to scanned PDF files

SYNOPSIS
       pdfocr -i input.pdf -o output.pdf

DESCRIPTION
       pdfocr adds text to PDF files using the ocropus, cuneiform, or tesseract OCR software

       -i, --input [FILE]
              Specify input PDF file

       -o, --output [FILE]
              Specify output PDF file

       -t, --tesseract
              Use tesseract as the OCR engine (default)

       -c, --cuneiform
              Use cuneiform as the OCR engine

       -p, --ocropus
              Use ocropus as the OCR engine

       -l, --lang [LANG]
              Specify language for the OCR software

       -w, --workingdir [DIR]
              Specify directory to store temp files in

       -k, --keep
              Keep temporary files around

       -h, --help
              Show this message

       -v, --version
              Show version

AUTHOR
       pdfocr was written by Geza Kovacs

pdfocr.rb 0.1.4                                                        August 2013                                                           PDFOCR.RB(1)
Manual page pdfocr(1) line 1/49 (END) (press h for help or q to quit)

Gözden kaçırdığım bişey olabilme ihtimaline karşılık şunu da paylaşayım :

Kod Seç Genişlet

                   SUMMARY OF LESS COMMANDS

      Commands marked with * may be preceded by a number, N.
      Notes in parentheses indicate the behavior if N is given.
      A key preceded by a caret indicates the Ctrl key; thus ^K is ctrl-K.

  h  H                 Display this help.
  q  :q  Q  :Q  ZZ     Exit.
---------------------------------------------------------------------------

                           MOVING

  e  ^E  j  ^N  CR  *  Forward  one line   (or N lines).
  y  ^Y  k  ^K  ^P  *  Backward one line   (or N lines).
  f  ^F  ^V  SPACE  *  Forward  one window (or N lines).
  b  ^B  ESC-v      *  Backward one window (or N lines).
  z                 *  Forward  one window (and set window to N).
  w                 *  Backward one window (and set window to N).
  ESC-SPACE         *  Forward  one window, but don't stop at end-of-file.
  d  ^D             *  Forward  one half-window (and set half-window to N).
  u  ^U             *  Backward one half-window (and set half-window to N).
  ESC-)  RightArrow *  Left  one half screen width (or N positions).
  ESC-(  LeftArrow  *  Right one half screen width (or N positions).
  F                    Forward forever; like "tail -f".
  r  ^R  ^L            Repaint screen.
  R                    Repaint screen, discarding buffered input.
        ---------------------------------------------------
        Default "window" is the screen height.
        Default "half-window" is half of the screen height.
---------------------------------------------------------------------------

                          SEARCHING

  /pattern          *  Search forward for (N-th) matching line.
  ?pattern          *  Search backward for (N-th) matching line.
  n                 *  Repeat previous search (for N-th occurrence).
  N                 *  Repeat previous search in reverse direction.
  ESC-n             *  Repeat previous search, spanning files.
  ESC-N             *  Repeat previous search, reverse dir. & spanning files.
  ESC-u                Undo (toggle) search highlighting.
  &pattern          *  Display only matching lines
        ---------------------------------------------------
        A search pattern may be preceded by one or more of:
        ^N or !  Search for NON-matching lines.
        ^E or *  Search multiple files (pass thru END OF FILE).
        ^F or @  Start search at FIRST file (for /) or last file (for ?).
        ^K       Highlight matches, but don't move (KEEP position).
        ^R       Don't use REGULAR EXPRESSIONS.
---------------------------------------------------------------------------
                           JUMPING

  g  <  ESC-<       *  Go to first line in file (or line N).
  G  >  ESC->       *  Go to last line in file (or line N).
  p  %              *  Go to beginning of file (or N percent into file).
  t                 *  Go to the (N-th) next tag.
  T                 *  Go to the (N-th) previous tag.
  {  (  [           *  Find close bracket } ) ].
  }  )  ]           *  Find open bracket { ( [.
  ESC-^F <c1> <c2>  *  Find close bracket <c2>.
  ESC-^B <c1> <c2>  *  Find open bracket <c1>
        ---------------------------------------------------
        Each "find close bracket" command goes forward to the close bracket
          matching the (N-th) open bracket in the top line.
        Each "find open bracket" command goes backward to the open bracket
          matching the (N-th) close bracket in the bottom line.

  m<letter>            Mark the current position with <letter>.
  '<letter>            Go to a previously marked position.
  ''                   Go to the previous position.
  ^X^X                 Same as '.
        ---------------------------------------------------
        A mark is any upper-case or lower-case letter.
        Certain marks are predefined:
             ^  means  beginning of the file
             $  means  end of the file
---------------------------------------------------------------------------

                        CHANGING FILES

  :e [file]            Examine a new file.
  ^X^V                 Same as :e.
  :n                *  Examine the (N-th) next file from the command line.
  :p                *  Examine the (N-th) previous file from the command line.
  :x                *  Examine the first (or N-th) file from the command line.
  :d                   Delete the current file from the command line list.
  =  ^G  :f            Print current file name.
---------------------------------------------------------------------------

                    MISCELLANEOUS COMMANDS

  -<flag>              Toggle a command line option [see OPTIONS below].
  --<name>             Toggle a command line option, by name.
  _<flag>              Display the setting of a command line option.
  __<name>             Display the setting of an option, by name.
  +cmd                 Execute the less cmd each time a new file is examined.

  !command             Execute the shell command with $SHELL.
  |Xcommand            Pipe file between current pos & mark X to shell command.
  v                    Edit the current file with $VISUAL or $EDITOR.
  V                    Print version number of "less".
---------------------------------------------------------------------------
                           OPTIONS

        Most options may be changed either on the command line,
        or from within less by using the - or -- command.
        Options may be given in one of two forms: either a single
        character preceded by a -, or a name preceded by --.

  -?  ........  --help
                  Display help (from command line).
  -a  ........  --search-skip-screen
                  Search skips current screen.
  -A  ........  --SEARCH-SKIP-SCREEN
                  Search starts just after target line.
  -b [N]  ....  --buffers=[N]
                  Number of buffers.
  -B  ........  --auto-buffers
                  Don't automatically allocate buffers for pipes.
  -c  ........  --clear-screen
                  Repaint by clearing rather than scrolling.
  -d  ........  --dumb
                  Dumb terminal.
  -D [xn.n]  .  --color=xn.n
                  Set screen colors. (MS-DOS only)
  -e  -E  ....  --quit-at-eof  --QUIT-AT-EOF
                  Quit at end of file.
  -f  ........  --force
                  Force open non-regular files.
  -F  ........  --quit-if-one-screen
                  Quit if entire file fits on first screen.
  -g  ........  --hilite-search
                  Highlight only last match for searches.
  -G  ........  --HILITE-SEARCH
                  Don't highlight any matches for searches.
  -h [N]  ....  --max-back-scroll=[N]
                  Backward scroll limit.
  -i  ........  --ignore-case
                  Ignore case in searches that do not contain uppercase.
  -I  ........  --IGNORE-CASE
                  Ignore case in all searches.
  -j [N]  ....  --jump-target=[N]
                  Screen position of target lines.
  -J  ........  --status-column
                  Display a status column at left edge of screen.
  -k [file]  .  --lesskey-file=[file]
                  Use a lesskey file.
  -K            --quit-on-intr
                  Exit less in response to ctrl-C.
  -L  ........  --no-lessopen
                  Ignore the LESSOPEN environment variable.
  -m  -M  ....  --long-prompt  --LONG-PROMPT
                  Set prompt style.
  -n  -N  ....  --line-numbers  --LINE-NUMBERS
                  Don't use line numbers.
-o [file]  .  --log-file=[file]
                  Copy to log file (standard input only).
  -O [file]  .  --LOG-FILE=[file]
                  Copy to log file (unconditionally overwrite).
  -p [pattern]  --pattern=[pattern]
                  Start at pattern (from command line).
  -P [prompt]   --prompt=[prompt]
                  Define new prompt.
  -q  -Q  ....  --quiet  --QUIET  --silent --SILENT
                  Quiet the terminal bell.
  -r  -R  ....  --raw-control-chars  --RAW-CONTROL-CHARS
                  Output "raw" control characters.
  -s  ........  --squeeze-blank-lines
                  Squeeze multiple blank lines.
  -S  ........  --chop-long-lines
                  Chop (truncate) long lines rather than wrapping.
  -t [tag]  ..  --tag=[tag]
                  Find a tag.
  -T [tagsfile] --tag-file=[tagsfile]
                  Use an alternate tags file.
  -u  -U  ....  --underline-special  --UNDERLINE-SPECIAL
                  Change handling of backspaces.
  -V  ........  --version
                  Display the version number of "less".
  -w  ........  --hilite-unread
                  Highlight first new line after forward-screen.
  -W  ........  --HILITE-UNREAD
                  Highlight first new line after any forward movement.
  -x [N[,...]]  --tabs=[N[,...]]
                  Set tab stops.
  -X  ........  --no-init
                  Don't use termcap init/deinit strings.
  -y [N]  ....  --max-forw-scroll=[N]
                  Forward scroll limit.
  -z [N]  ....  --window=[N]
                  Set size of window.
  -" [c[c]]  .  --quotes=[c[c]]
                  Set shell quote characters.
  -~  ........  --tilde
                  Don't display tildes after end of file.
  -# [N]  ....  --shift=[N]
                  Horizontal scroll amount (0 = one half screen width)
      ........  --no-keypad
                  Don't send termcap keypad init/deinit strings.
      ........  --follow-name
                  The F command changes files if the input file is renamed.

---------------------------------------------------------------------------
LINE EDITING

        These keys can be used to edit text being entered
        on the "command line" at the bottom of the screen.

RightArrow                       ESC-l     Move cursor right one character.
LeftArrow                        ESC-h     Move cursor left one character.
ctrl-RightArrow  ESC-RightArrow  ESC-w     Move cursor right one word.
ctrl-LeftArrow   ESC-LeftArrow   ESC-b     Move cursor left one word.
HOME                             ESC-0     Move cursor to start of line.
END                              ESC-$     Move cursor to end of line.
BACKSPACE                                  Delete char to left of cursor.
DELETE                           ESC-x     Delete char under cursor.
ctrl-BACKSPACE   ESC-BACKSPACE             Delete word to left of cursor.
ctrl-DELETE      ESC-DELETE      ESC-X     Delete word under cursor.
ctrl-U           ESC (MS-DOS only)         Delete entire line.
UpArrow                          ESC-k     Retrieve previous command line.
DownArrow                        ESC-j     Retrieve next command line.
TAB                                        Complete filename & cycle.
SHIFT-TAB                        ESC-TAB   Complete filename & reverse cycle.
ctrl-L                                     Complete filename, list all.

[heartsmagic]

-l kurcalanabilir senin de gördüğün üzere. Bir ara vakit bulabilirsen bakın bence.