Comprei uma impressora multifuncional esses dias (absurdo! eu só queria o scanner, mas hoje em dia só existem multifuncionais à venda! me sinto assaltado por ter que pagar quase 400 reais para poder escanear! especialmente porque, por esse preço, em outros paises, se pode comprar um scanner com o triplo da resolução do scanner que vem na HP 4280!).
Ao tentar fazer ocr de um documento escaneado, usando o Tesseract, notei que nunca obtinha resultados. Gastei umas boas duas horas lendo a documentação do programa no site oficial e descobri que ele depende de uma biblioteca chamada libleptonica. Acontece que esta lib, mesmo estando empacotada pelo Ubuntu, não é dependência do Tesseract! Imagino que esse seja um erro de empacotamento comparável a um pacote do GIMP que não depende do GTK. Como se trata de um pacote mantido pela comunidade (universe) e como eu não tenho conta do launchpad (já tenho contas demais na web, gostaria de não ter que criar mais... rsrs), gostaria de pedir a algum membro da lista que registre este bug. Em tempo, acabei compilando e instalando manualmente tanto a libleptonica quanto o tesseract (versão mais atual). Graças ao Paco isso não vai ferrar meu sistema. Recomendo FORTEMENTE o tesseract para quem quiser fazer OCR. Mesmo com uma xerox de má qualidade ele conseguiu mais de 80% de acerto no reconhecimento. Trata-se realmente de um programa sensacional! -- Mais sobre o Ubuntu em português: http://www.ubuntu-br.org/comece Lista de discussão Ubuntu Brasil Histórico, descadastramento e outras opções: https://lists.ubuntu.com/mailman/listinfo/ubuntu-br
