日本語に特化したAI OCR「YomiToku」の紹介 - Qiita

OCR（Optical Character Recognition）というのは、手書きや印刷された文字を読み取り、デジタルデータに変換する技術です。スキャナーや、スマホアプリなどで使ってみた経験がある方も多いかと思います。 OCRはさまざまな場面で利用されていますが、たとえば既存の紙データのデジタル化であったり、ビジネス上やり取りされる帳票を使ったシステムの自動処理などで活用されています。 YomiTokuもそんなOCRソフトウェアの一つです。日本語に特化しており、複雑な表組みなども読み取れるのが特徴です。 今回は、YomiTokuの簡単な使い方を紹介します。 YomiTokuの特徴 YomiTokuの特徴は、以下の通りです。 AIを活用 YomiTokuでは、以下の4種類のAIモデルを搭載しています。 文字位置の検知 文字列認識 レイアウト解析 表の構造認識 いずれも日本語データセットで

[misshiki]

“YomiTokuもそんなOCRソフトウェアの一つです。日本語に特化しており、複雑な表組みなども読み取れるのが特徴です。 今回は、YomiTokuの簡単な使い方を紹介します。”

[yarumato]

“日本の商習慣で使われる複雑な表、縦書き文書にも対応。手書きは未サポート。ローカル動作なので機密情報にも安心。VRAMは8GB以内で5秒、CPUだけだと数分かかる。PDFや画像ファイルが対象。商用目的は有償”

[tkysktmt]

“非商用での個人利用、研究目的においては、ご自由に利用できます。商用目的での利用に関しては、商用ライセンスが必要です。”

[aktkro]

手書きは未対応なのか

[tmatsuu]

pip install yomitoku。AI活用。日本語だけでなく英語もいける。GPU活用も可。わいわい