Hola,
ando buscando algo de ayuda para hacer un pequeños script.
tengo una estructura de directorios tal que asi: PDF\entrada\li ... lin
es decir, dentro de entrada hay varias carpetas e incluso subcarpetas que contiene ficheros .pdf.

Quiero hacer un script que para cada fichero que encuentre , le pase
un ocr y lo mueva a una nueva carpeta, manteniendo la esstructura de origen: (PDF\salida\li...ln)

como ocr voy a utilizar pdfocr, y su sintaxis basicamente es pdfocr -i inputFILE -o outputFILE.

¿Como podria automatizar este proceso para todos los pdfs del directorio?

Desde ya muchas gracias

es encomiable lo de querer hacer pequeños scripts pero, en mi opinión personal, el OCR en Linux está muy poco desarrollado y, como tampoco creo que lo hagas todos los días, yo te sugeriría que, para esto que dices, en vez de complicarte la vida, lo hagas uno a uno, manualmente... que tya de por si tienen 'bastante tela'

Por otro lado, yo no se si 'pdfocr' es un programa desarrollado para Windows (al menos yo no lo tengo en los repositorios de Debian, ni aparece nada en su web) y, desde luego, parece poco potente. De usar un programa para Windows, yo te sugeriría Abbyy FineReader, que al menos la versión de hace 3 o 4 años funcionaba perfectamente (incluso sus versiones 'portables') a través de Wine... si eres partidario de este invento.

Hola doc,
gracias por tu aportación: no te falta razón.
el problema es que si es una carga de trabajo elevada, ya que el circuito con los escaneos es algo más largo:
Escaneo - OCR - Split - Renombrar cada pdf generado.

El pdfocr es bastante casposo, pero me vale para pasarle despues los ficheros generados a una aplicación en windows que los renombra, detectando un patrón de texto dentro del PDF.

Gracias