Tesseract-OCRでMNISTのデータを用いて手書き数字認識をしようとしてみた

MNISTの手書き数字データベースのデータから Tesseract-OCR用に学習データを生成し、手書き数字をオフライン認識してみます。 先に言い訳とお断りをさせていただきますと.... 今回はとりあえずそのまま作るとどうなるかという実験のつもりでしたので 私の処理が「思いっきり手抜き」であり、数字しか認識できず認識率も低いですが、 とりあえず学習データができたというレベルの自分用メモとして記しておきます。 ※ Tesseract-OCRもMNISTのデータベースも、正しく使えば、本来は相当な認識率となるはずです。 より正しい方法をご存知の方や、学習データの情報をご提供いただける方は是非教えていただければ幸いです。 ご指摘等をお待ちしております。 (記事のタイトルの歯切れが悪いのはそういうことです(汗;)) 利用した環境は Linux (Arch Linux x64)であり、 Tesser