El término OCR hace referencia a Optical character recognition; existen innumrables herrramientas para realizar la conversión de caracteres a texto en Linux; sin embargo en un post me encontré con algunas que referenciaban desde sourceforge, validando, estas se incluyen en los repos de fedora por tanto es aún mas sencillo de instalar.
Instalar tesseract
sudo yum install tesseract tesseract-langpack-spa
Con esto, ya instalamos las librerias para hacer nuestro OCR; ahora instalamos una herramienta grafica que nos facilite un poco las cosas:
yum search gimagereader
sudo yum install gimagereader
Finalmente nos solicitan algunos diccionarios, para mejorar el tema en español
sudo yum install hunspell-es
y basta con lanzar la APP gimagereader para realizar nuestro proceso de OCR.
