ESO

Llamar librerias

library(tesseract)
library(magick)

## Warning: package 'magick' was built under R version 4.3.3

## Linking to ImageMagick 6.9.12.93
## Enabled features: cairo, fontconfig, freetype, heic, lcms, pango, raw, rsvg, webp
## Disabled features: fftw, ghostscript, x11

library(officer)
library(pdftools)

## Using poppler version 23.04.0

library(purrr)

Obtener texto de un PDF

#file.choose()
pdf1 <- pdf_convert("/Users/luisangel/Library/CloudStorage/OneDrive-InstitutoTecnologicoydeEstudiosSuperioresdeMonterrey/7th Season/M2/eso3.pdf",dpi=600) %>% map(ocr)

## Converting page 1 to eso3_1.png... done!
## Converting page 2 to eso3_2.png... done!
## Converting page 3 to eso3_3.png... done!

imagen1 <- image_read("/Users/luisangel/Library/CloudStorage/OneDrive-InstitutoTecnologicoydeEstudiosSuperioresdeMonterrey/7th Season/M2/eso3_1.png")

imagen2 <- image_read("/Users/luisangel/Library/CloudStorage/OneDrive-InstitutoTecnologicoydeEstudiosSuperioresdeMonterrey/7th Season/M2/eso3_2.png")

imagen3 <- image_read("/Users/luisangel/Library/CloudStorage/OneDrive-InstitutoTecnologicoydeEstudiosSuperioresdeMonterrey/7th Season/M2/eso3_3.png")

#PDF

texto1 <- ocr(imagen1, engine = tesseract("spa"))
texto2 <- ocr(imagen2, engine = tesseract("spa"))
texto3 <- ocr(imagen3, engine = tesseract("spa"))

Guardar texto en WORD

texto_completo <- paste(texto1, texto2, texto3, sep = " ")

doc1 <- read_docx()
doc1 <- doc1 %>% body_add_par(texto_completo, style = "Normal")
print(doc1, target ="ESO.docx")

CONCLUSIONES

Considero que es una funcion bastante util para guardar texto y seria muy util poder complementar con otras funciones que agilicen el proceso.