PythonでOCR

概要 Googleが開発しているtesseractをpythonから呼び出してOCRをしてみる。 環境 Ubuntu 16.04 python 3.x pyocr tesseract 環境構築 pip install pyocr apt install tesseract-ocr libtesseract-dev tesseract-ocr-jpn 必要に応じてpip3にしたりsudoつけたり。 これによって入ってくるtesseractは古いもので精度が悪いことが予想されるので、きちんとやりたい場合はsourceからビルドして入れること。 とりあえず動かす import sys from PIL import Image import pyocr tools = pyocr.get_available_tools() assert(len(tools) != 0) tool = tools