OCR_Eso

llamar librerias

library(tesseract)
library(magick)

## 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

Leer el PDF y convertir cada página a imagen

pdf_file <- ("/Users/christian/downloads/eso.pdf")

imagenes <- pdf_convert(pdf_file, format = "png", dpi = 300)

## Converting page 1 to eso_1.png... done!
## Converting page 2 to eso_2.png... done!

tesseract_download("spa")

## [1] "/Users/christian/Library/Application Support/tesseract5/tessdata/spa.traineddata"

textojunto = ""
for(imagen in imagenes){
  texto <- ocr(imagen, engine = tesseract("spa"))
  textojunto <- paste(textojunto,texto,sep = "\n")
  
}

textojunto

## [1] "\nIT (ESO)\nStephen King\n\nDedico este libro a mis hijos. Mi madre y mi esposa me enseñaron a ser un hombre. Mis hijos\nme enseñaron a ser libre.\n\nNaomi Rachel King, de 14 años; Joseph Hillstrom King, de 12; Owen Philip King, de 7.\n\nNiños, la ficción es la verdad que se encuentra dentro de la mentira y la verdad de esta\nficción es muy sencilla: la magia existe.\n\nEsta vieja ciudad ha sido hogar desde que yo recuerde y aquí estará después que me haya\nido. A un lado y al otro, échale una mirada. Aunque venida a menos, te llevo hasta en los huesos.\n\nThe Michael Stanley Band\n\n¿Qué buscas, viejo amigo?\n\nDespués de tantos años, a qué vienes\n\ncon sueños que albergaste\n\nbajo cielos ajenos\n\nmuy lejos de tu tierra.\n\nGeorge Seferis\n\nDel azul del cielo al negro de la nada.\n\nNeil Young.\n\nPrimera parte. La sombra, antes.\n\n¡Empiezan!\n\nLas perfecciones se acentúan.\n\nLa flor extiende sus coloridos pétalos\n\namplios al sol.\n\nPero la lengua de la abeja\n\nno les acierta.\n\nSe hunden de nuevo en el lodo\n\ndando un grito\n\n—puede decirse que es un grito\n\nque repta sobre ellos, un estremecimiento\n\nmientras se marchitan y se esfuman...\n\nWilliam Carlos Williams, Paterson\n\nNacido en una ciudad de muertos.\n\nBruce Springsteen\n\n|. Después de la inundación (1957)\n\n1.\n\nEl terror, que no terminaría por otros veintiocho años —si es que terminó alguna vez—,\ncomenzó, hasta donde sé o puedo contar, con un barco de papel que flotaba a lo largo del arroyo\nde una calle anegada de lluvia.\n\nEl barquito cabeceó, se ladeó, volvió a enderezarse en medio de traicioneros remolinos y\ncontinuó su marcha por Witcham Street hacia el cruce de ésta y Jackson. El semáforo de la\nesquina estaba a oscuras y también todas las casas, en aquella tarde de otoño de 1957. Llovía sin\ncesar desde hacía una semana y dos días atrás habían llegado los vientos. Desde entonces, la\nmayor parte de Derry había quedado sin corriente eléctrica y aún seguía así.\n\nUn chiquillo de impermeable amarillo y botas rojas seguía alegremente al barco de papel. La\nlluvia no había cesado, pero al fin estaba amainando. Caía sobre la capucha amarilla del\nimpermeable y a oídos del niño sonaba como lluvia sobre el tejado de un cobertizo... un sonido\nreconfortante, casi acogedor. El niño se llamaba George Denbrough. Tenía seis años. William, su\nhermano, a quien los niños de la escuela primaria de Derry conocían como Bill el Tartaja, estaba\nen su casa recuperándose de una aguda gripe. En ese otoño de 1957, ocho meses antes de que\ncomenzasen realmente los horrores y veintiocho años antes del desenlace final, Bill el Tartaja tenía\ndiez años.\n\nEl barquito junto al cual corría George era obra de Bill. Lo había hecho sentado en su cama,\ncon la espalda apoyada en un montón de almohadas, mientras la madre tocaba Para Elisa en el\n"

Crear un documento de Word

doc <- read_docx()
doc <- doc %>% body_add_par(textojunto, style = "Normal")

Guardar el documento Word

print(doc, target = "C:\\Carpeta de R\\TextoIT.docx")