画像から文字起こししてテキストに変換する（tesseract-OCR、pyocr）｜ぷんたむの悟りの書

画像から文字起こしができると、業務効率化など様々な場面に応用できて便利です。 幸いなことに、それを可能にするオープンツールがあります。しかもPythonで実行することができます。 ここでは各ツールを使って画像から文字起こしする具体的な方法とその手順についてまとめます。 まずはオープンツール（tesseract-OCR）の概要について まず、画像から文字起こしする技術を光学文字認識（Optical Character Recognition）といいます。略してOCRです。 OCRを実施できるソフトウェアに、Googleが開発元の「テッセラクト（tesseract）」というものがあります。「tesseract-OCR」とも呼ばれます。 tesseract-OCRはオープンソースです。誰でも使うことができます。 さらに、tesseract-OCRは画像のアップロードが不要です。一旦、ソフトウェア