はてなブックマーク

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

雛形に沿ったPDFファイルを読み込んで、特定の場所の文字列を文字認識で取得する。 というアプリケーションを作りたかったので、忘備録代わりに。 普通にググるとImageMagick+GhostScriptが大多数でした。 一度試してみましたが、OCR処理を通すために必要な解像度まで上げるとCPUが悲鳴を上げます。 今回はWebサービスへの組み込みも考えているので、もっと軽量にしたい・・・ なので、LinuxコンソールアプリのpdfimagesとGoogleオープンソースOCRエンジンのTesseract-OCRを組み合わせてみました。 環境 centos6 php composer imagemagick pdfimages Tesseract-OCR 準備

2015/10/20現在、この記事のminioはバージョンが古く機能・性能等が変わっております。 あまりアテにせず参考程度に留めてください。 詳しくはgithub.com/minio/minioを参照ください。 最近のWeb開発だとAmazonS3が便利過ぎて手放せませんよね。 アップロードして貰う画像やファイルなんかも、ローカルに置くと管理やバックアップが大変です・・・ 気になる外向け転送量もnginx+リバースプロキシを間に噛ませるとお得に使えますし。 ただ面倒なのが開発環境です。 実際に開発環境で作業やテスト等をするとS3にアップされちゃうので、 ローカル開発用としてサクッと起動出来るS3互換オブジェクトストレージを探していた所minioというアプリケーションに行き当たりました。 使ってみる 公式サイトの方を読んでみるとすぐに分かるんですが 公式より転載 と、たったこれだけで9000

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?