make_ocr_pdf

   1 #!/usr/bin/env python3
   2 # Copyright 2018 by Don Armstrong <don@donarmstrong.com>
   3 # Licensed under the terms of the GPL version 3 or any later version at your option.
   4
   5
   6 import argparse
   7 import subprocess
   8 import re
   9
  10 parser = argparse.ArgumentParser(description="Make a PDF from TIFF files with OCR")
  11
  12 parser.add_argument('--output','-f',default='output.pdf')
  13 parser.add_argument('tiff',nargs='+')
  14 args = parser.parse_args()
  15 # combine the tiff files into a multi-image tiff
  16 subprocess.run(['e2mtiff','--output','temp.tiff']+args.tiff,check=True)
  17 # tesseract appends pdf when we write to an output for some reason
  18 output_name = re.sub(r"\.pdf$","",args.output)
  19 subprocess.run(['tesseract','temp.tiff',output_name,'pdf'],check=True)
  20