在koreader上使用OCR
koreader被誉为看pdf的神器，因为它有针对pdf的优化。
一般我不看pdf的书，真要看都是在平板上，但是今天看的一本书只有pdf版且只有扫描版，于是我想起了koreader。
koreader看pdf的两种情况
在阅读菜单里有个重排，这个是针对文字版的，如果是文字版的pdf它可以将内容进行重排以适应屏幕大小，但是如果是扫描版的pdf文件也可以，但效果比较差，
我猜测它是将文字“裁剪”成图片然后拼起来。如果是扫描版的pdf文件，最好是阅读菜单里打开OCR，再打开重排，效果会好很多。
可问题是新安装的koreader OCR这个菜单是无效的，无法打开。
看了官方文档才知道，OCR的语言默认是没有安装的，需要自行安装，支持的是Tesseract这个项目。但是要下载什么内容刚开始我也完全没搞清楚。
在koreader上安装Tesseract语言
首先到Tesseract的GitHub主页，这里可以看到他们有很多项目，往下拉，可以看到
tessdata_fast、tessdata、tessdata_best这几个文件夹，我猜测对应的是数据大小的区别，我在我的kobo sage上下载的是tessdata_best文件夹里的数据，使用起来也挺快。在这三个文件夹中找到需要OCR的对应的语言的文件，例如简体中文就是
chi_sim.traineddata，将这个文件下载下来。将设备连接电脑，找到koreader安装目录，将上述文件拷贝到
koreader/data/tessdata这个文件夹里，这个文件夹是安装完koreader就有的不用自己创建。然后在koreader的安装目录下找到
koreader/defaults.custom.lua这个文件，用文本编辑器打开，添加语言的设置，如果有多个语言文件就用逗号隔开。完成后退出设备，这时候如果没问题的话就可以在阅读菜单里打开OCR并设置需要扫描的语言了。
DKOPTREADER_CONFIG_DOC_LANGS_CODE = {"chi_sim"} -- language code, make sure you have corresponding training data