GPT-4oをOCRとして使う - Re:ゼロから始めるML生活
OpenAIからChatGPT-4oが発表されましたが、皆さんガンガンつかっていますでしょうか？ さて、このChatGPT-4oですが、テキスト以外のデータも使用できるようになっているという特徴があります。 普通にテキストでのやり取りをしつつも画像データを扱えるということで、「実はこれいい感じのOCRとして使えるんじゃね？」って思っちゃったわけです。 ということで、今回はChatGPT-4oを使ってOCRを使うとどんなもんなのかやってみたいと思います。 やりたいこと やってみる とりあえずやってみる 請求書 名刺 参考文献 感想 やりたいこと 今回やりたいことはOCRです。早い話が画像ファイルを突っ込んでテキストを読み取りたいって感じです。 ただ、当たり前のようにOCRって言葉を使用していますがOCRって結構奥が深いです。 mediadrive.jp 単純に画像から文字を見つけて対応するテ
OCRは「マリオプラザーズ」の夢を見る | Colorful Pieces of Game
『ちょっとは正しいゲームの歴史』…というか、ともかく「ゲームの歴史」を批判するシリーズで困らされたのがOCRだった。 Kindle本からテキストで全部コピー出来ればいいのだけど、Kindleは出版社それぞれがコピーできる量を規制していて（当たり前だ）、それを超える量はコピーのしようがない。 そしていうまでもなく、ゲームの歴史批判シリーズは、死ぬほど引用するので、当然のことながら出版社の制限を超えることになる。 なお、この膨大な引用を「これはいいのか？」と言っていた人がいたらしいが、全く問題ない。 引用は認められた権利で、引用した内容ではなく、それを引用する意味があった本文があれば、なんの問題もない。 そうじゃないと「引用して批判する」ことが出来ないことになってしまうでしょ？ といって、画像引用にすると縦書きになってしまい、ウェブでは読みづらい事、この上ないので以下の方法でテキスト化した。
雑誌掲載リストの打ち込みを攻略？ - レトロゲーム攻略
コメントでのtaktakgkさんから、ログイン1986年5月号にプログラムリストが掲載されたレースゲームの「F」を見たいというリクエストがありました。実は、沢山古い雑誌を持っている者の、プログラムリストの打ち込みをしたことは無かったです。もちろん、「いつかはやりたい」という気持ちは強く、5大誌と呼ばれる１．ベーマガ ２．ログイン ３．ポプコム ４．テクノポリス ５．コンプティーク の他にも、I/O、マイコン、PCマガジン、PiO、プログラムポシェット、、などの雑誌を多数持っています。 ベーマガやログインは創刊号～1990年ごろまではほぼ全冊あると思います。 本棚に入りきらない雑誌たち 他にも1982年ごろからのI/O、コンプティークは1985年以降がほぼ全冊。遊撃手。意外と電波新聞社のゲームリストが掲載されていた月刊マイコン。アソコンとかチャレアベなどの必勝本ですかね。 もちろん、今は１か
P6道とは打ち込むことと見つけたり: 808 Midway
N6XBasicCheckerもひとまずリリースできたという事で、せっかくなのでプログラムの打ち込みをしてみましょう。 昔はベーマガの誌面をカッターで切り取って、赤線付きの棒ルーペを当てて打ち込んでいましたが、エミュレータの登場により、プログラム打ち込みのワークフローは全く変わってしまいました。 今回は私のプログラム打ち込み手順を晒しておきたいと思います。 ・リストの入手 まずはプログラムが掲載されている誌面の調達が必要です。 当時の雑誌を持っている人は問題ないですが、そうでない人は国会図書館で複写しましょう。 国会図書館で複写を申し込む際は、理由欄に用意されている「調査研究の要に供するため」にチェックを入れる必要があります。 「何の研究ですか」と聞かれたら「考古学です」と答えることにしていますが、聞かれたことはありません。 ・裁断 国会図書館でB5の雑誌を複写すると、B4の見開きで出てき
PC-8001を懐かしむページ
最近はOCRの性能が上がって、ダンプリスト入力（マシン語ゲームの入力）が非常に楽になりました。ただ、やっぱり間違いはあるので、 チェックサムを計算して修正作業は人間の手で必要です。 エミュ上でチェックサムを計算して、仮想プリンタに印刷してと、行ったり来たりの部分を効率化したいと考えてツールを作ってみました。 このツールを使うと、Windows上だけで、サムチェック、修正、cmt/t88/d88/p6t/mzt/cas/l3/pbf/wavファイル作成までができるようになります。 →DumpListEditorのダウンロードはこちらから（PC-6001、MZ-80K、MSXにも対応しました） 最初、Googleドライブ（詳しくは、ここなど）のOCR機能を使うことを考えていたのですが、普通の文の認識率はすごいのですが、ダンプリストの認識となるとなかなか厳しいようです。（文字種を１６進で使う文字
Oh!FM-7 Blog | 「Program List OCR」の追加報告
2018年5月21日ソフトウェア,雑誌・書籍 前回の記事でも取り上げた、eighttails氏が公開されたOCRソフト、「Program List OCR」でいくつかのプログラムリストを認識させてみました。 プログラムリストとプリンターの関係について プログラムの打ち込み経験のある方ならご存知かと思いますが、当時の出版物に掲載されたリストは、プリンターで出力したものをそのまま掲載するという形を採っていました。そしてよく見ると、雑誌によって、あるいは機種によって、リストの字体が異なっているのに気づかされます。 これは、FMシリーズ対応、PCシリーズ対応、MZシリーズ対応……といったように、各々のPCに対応したプリンターが存在したためです（ただし、複数の機種に対応したプリンターも少なくはありませんでした）。各プリンターが持っているフォントの字体がそれぞれ異なるため、様々な字体によるリストが
Oh!FM-7 Blog | Oh!FM-7更新しました – 2018/03/01
2018年3月1日更新のお知らせ 2018年3月1日にOh!FM-7を更新しました。 更新情報はこちらです。 ■「桃太郎のロールプレイングゲーム」を追加 今回、すばらしい方のなべさん氏から「桃太郎のロールプレイングゲーム」というソフトの情報をいただきました。 これは、現物はもちろん、雑誌の記事、広告などでもまったく目にしたことのないソフトでした。発売元のヨシムラは、こちらのページでも書いたように、飯島システムサービスの「SF双六」と同一の作品だと思われる、MZ-80B版の「大宇宙双六遊戯御家族向」の発売元として名前だけは見知っていましたが、FM-7用ソフトを出していたとは思いもしませんでした。 なべさん氏はオークションで入手されたということですが、相当珍しいソフトであるのは確かでしょう。 中身はタイトルどおりのロールプレイングゲームで、昔話の桃太郎を題材としているようです。 画面を見て
Tesseract OCRをGUIから手軽に利用。画像やPDFをOCR処理する「gImageReader」
MOONGIFTはオープンソース・ソフトウェアを紹介するブログです。2021年07月16日で更新停止しました gImageReaderはTesseract OCRのWindows/Linux用GUIフロントエンド。PDFや画像をOCR処理する。 gImageReaderはWindows/Linux用のオープンソース・ソフトウェア。リアルとデジタルを繋ぐ技術は常に人気が高い。地図、写真、位置情報、交通機関の情報などリアルに関係するものはみんなが必要としている。疎sの一つ、リアルの情報を取り込む技術として知られるのがOCRだ。 PDFや画像を開く 名刺の読み取りを行うソフトウェアは何年経っても人気がある。スマートフォンが登場してさらに人気が高まっている。オープンソースのOCRであるTesseract OCRをGUIで扱うのがgImageReaderだ。 gImageReaderはPDFや画像フ
NormCap - ｋ本的に無料ソフト・フリーソフト
画面内に写っている文字列を、プレーンテキストとしてコピー可能にするシンプルな OCR ツール。 マウスドラッグで囲んだ領域内に写っている文字列を、プレーンテキストとしてクリップボードにコピーできるようにしてくれます。 「NormCap」は、クロスプラットフォーム（Windows / Linux / MacOS）に対応した OCR ツールです。 オープンソースの OCR エンジン “ Tesseract ” を利用したシンプルな OCR ツールで、画面内に写っている文字列を簡単な操作でクリップボード内にコピーできるようにしてくれます。 ソフトを実行すると即キャプチャが開始され、そのまま読み取りたい文字列をマウスドラッグして囲むだけで使えるようになっています※1。 1 ただし、デフォルトでは日本語の読み取りに対応していないので、日本語テキストを読み取りたい場合は少々設定が必要となる。 画像内に
【TIPS】海外フリゲを自動翻訳しながら遊ぶ手順（Screen Translator, PCOT）｜ソルト
英語は苦手だけど気になるゲームがあるという悩みに応えてくれる素敵なソフトについて使用手順などをメモします。次の2つのソフトを触りました。どちらも無料で使用できます。制作者様に感謝。ヘビーユーズするようなら寄付などしたいです。 ①Screen Translator たぶん定番なソフトだと思います。海外の方が開発しているので、「英語が全くわからん」という場合は使いにくいですが、「アイキャンノットスピークイングリッシュ（ちょっとだけ分かる）」という場合の補助としては十分な機能だと感じました。 ②PCOT 2020年ごろに個人で開発されたソフトみたいです。一時期は配布が制限されていましたが、2021年7月現在は配布が再開しています。各所で話題になっている通り、使いやすいです。また、設定画面などが全て日本語なのもありがたいです。おススメ。 ◆はじめに◇そもそも何のために使うものなの？ 「遊びたいゲー
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
GitHub - tesseract-ocr/tessdata_best: Best (most accurate) trained LSTM models.
GitHub - tesseract-ocr/tessdata_fast: Fast integer versions of trained LSTM models
GitHub - tesseract-ocr/tessdata: Trained models with fast variant of the "best" LSTM models + legacy models
Torishima @izutorishima 漫画のセリフ等のテキストを OCR するために作られたらしい Manga-OCR、ルビ付き縦書き横書き両対応、加えて多様なフォントへの堅牢性を備えているらしく、シンプルに OSS の日本語 AI OCR ツールとして最高レベルなのでは？ Transformers を使ってるんだと（以下スレッド⏬） https://github.com/kha-white/manga-ocr…
国立国会図書館デジタルコレクションで「ドラゴンクエスト」を検索すると大正11年の本がヒットする | スラド
GitHub - eighttails/ProgramListOCR: OCR suite specialized for printed program listing (BASIC and HEX)
GitHub - eighttails/Checksums: Checksum validator for OCR'ed ancient machine language.
Program List OCR 1.0.0リリース!: 808 Midway
NormCap
ヌルポインターストライク