MacでTesseract OCRを使って画像内のテキストを取り出してみる

こんにちは、アルバイトの上野です。今回はOCRを使って画像中のテキストを文字として取り出すtesseractというオープンソースについて紹介します。 インストール まずはbrewでインストールします $ brew install tesseract 次のコマンドで対応している言語を確認できます $ tesseract --list-langs List of available languages (3): eng osd snum 日本語が入ってないので日本語の学習済みモデルを入れる必要があります。 公式ドキュメントによるとGithub https://github.com/tesseract-ocr/tessdata_best から jpn.traineddataとjpn_vert.traineddataをダウンロードする必要があるそうです。 ただし、実はこの学習済みモデルよりUbun

[jibiki-jp]

“https://github.com/tesseract-ocr/tessdata_best”