sm-ocr-scanner

Lokale OCR für Rasterbilder (jpg, png, bmp, gif, tiff, webp) und PDF-Dateien mit dem systemeigenen tesseract-Binary. PDF-Seiten werden lokal mit pdftoppm gerastert, vorhandene PDF-Textlayer mit pdftotext gelesen. Ausgabe als Klartext, TSV mit Konfidenzwerten oder durchsuchbares PDF. Die OCR läuft ohne Netzwerkverbindung, ohne Cloud-Dienst und ohne API-Key. Nur der optionale, vom Nutzer gestartete Installer lädt Abhängigkeiten über den Paketmanager der Distribution (optional PyPI mit --allow-pip); Systempakete installiert er nur, wenn der Nutzer ihn selbst als root startet, und erst nach Bestätigung am Paketmanager. Das Paket enthält nur Text.