Tesseract-OCRの日本語調教（1） - 日本語練習虫
HPで開発され、現在ではオープンソースとなっているOCRソフトウェア「Tesseract-OCR」の調教をしようと思って、Training Tesseract3のページを眺めている。 日本語文書のOCRに利用する「jpn.traineddata」を無理やりテキストエディタで開いてみると、上記育成法解説から予想される通り、ファイルの最初の方に「認識させたい文字一覧」がユニコードテキストとして読み取れる状態で含まれている。 ざっと眺めてみたところ、JIS X 0208（0213）の第一水準漢字のうち、次のものが含まれていない。 穐 袷 吋 蔚 嬰 盈 穎 謁 掩 鴛 鴬 禾 恢 劾 浬 蛎 鈎 劃 廓 鰍 椛 竃 侃 桓 澗 翰 諌 翫 誼 掬 黍 笈 禦 兇 彊 尭 粁 駈 虞 轡 粂 祁 荊 戟 倹 乎 鈷 梧 佼 肱 砿 壕 甑 忽 坤 艮 孜 鴫 悉 蔀 屡 蕊 勺 綬 蒐 輯 酋 藷
OCR機能を搭載した 「iPhone」アプリの開発
OCR機能を搭載した 「iPhone」アプリの開発 所 属 ： 仲野研究室 指導教員： 仲野誠 発 表 者： 神夏子 2013年度 情報教育コース 卒業研究 構想発表 目次 §1 開発動機 §2 OCR ■OCRとは ■日本語対応のOCRエンジン ■インストール ■テスト ■TesseractとNhocrの比較 §3 今後の課題とスケジュール ・開発環境 ・参考サイト §1 はじめに ■研究動機 OCR機能が搭載されたアプリをよく目にする… OCRについて 学びたい！！！ 名刺認識管理アプリ，手書きメモ認識アプリ， レシート認識家計簿アプリetc… OCR機能を使って 何か便利なアプリを 自分でつくってみたい！ ■アプリ内容について、、、 手書き文字認識のメモ帳アプリ 画像文字認識の家計簿アプリ ・既に同じ機能がついたアプリが存在していた ・OCRエンジンがどの程度認識するのかわからなかっ
Tesseract-OCR 3.04 を試してみる - 今日も微速転進
久しぶりに技術系の話題を。 オープンソースのOCRエンジン、Tesseract-OCRの新バージョンがリリースされているので試してみました。 比較対象は3.02.02。既存環境を破壊したくないので、対照実験になっていませんが勘弁してやってください。 開発元のwebサイトですが、GoogleCode から GitHubに移転しています。 tesseract-ocr · GitHub 準備など 比較条件 環境構築 Yosemite Arch Linux 認識対象データ 注意点 評価結果 (a) 3.02.02 (b) 3.02.02 + 日本語向け設定 (c) 3.04 (d) 3.04 + 日本語向け設定 (e) 3.04 + 最新言語辞書 その他 まとめ 参考URLなど 準備など 比較条件 手元の旧版（3.02.02）と簡単に認識結果を比較してみたいと思います。 ver. 3.02.02
rubyでOCR
rubyで画像上の文字を取得するOCRをやってみした。 OCRのライブラリとしてtesseract-ocrを利用します。 なので、まずはtesseract-ocrを導入する必要があります。 環境は、CentOS6の場合です。 まず必要となるものをyumで入れておきます。 yum -y install autoconf automake libtool yum -y install libpng-devel libjpeg-devel libtiff-devel zlib-devel そしてLeptonica という画像解析ライブラリが必要なようなので、これをダウンロードしてコンパイルします。 wget http://leptonica.googlecode.com/files/leptonica-1.69.tar.gz tar xvzf leptonica-1.69.tar.gz cd l
止まらないOCRの進化、江戸時代のくずし字攻略が目の前に
約2カ月前、あるニュースに目が釘付けになった。凸版印刷が、江戸時代以前のくずし字を自動解読し、テキストデータ化する「くずし字OCR」なる技術を開発した、というのだ。多くの人にとっては日常的なニュースの一つかもしれない。しかし、大学時代に日本史を専攻・研究していた筆者にとっては驚くべき事態だ。 くずし字は、そう簡単に読めるものではない。少なくとも筆者はマスターできなかった。いくらテクノロジーの進化が日進月歩とはいえ、OCRで自動解読できるとは、にわかに信じがたいことだ。真相を探るべく、凸版印刷に向かった。出迎えてくれたのは、同社情報コミュニケーション事業本部の大澤留次郎氏と山本純子氏だ（写真）。
Microsoft OCR Library for Windows Runtime
This blog was written by Jelena Mojasevic, Program Manager at Microsoft. We are pleased to announce that Microsoft OCR Library for Windows Runtime has been released as a NuGet package. The library empowers you to easily add text recognition capabilities in your Windows Phone 8/8.1 and Windows 8.1 Store apps. OCR technology enables various scenarios – copying text from images, text search in images
Tesseract-OCRの学習 - はだしの元さん
2014-01-15 Tesseract-OCRの学習 Tesseract-OCRはHPが開発し現在はGoogleが公開しているオープンソースのOCRエンジンです。 オープンソースのOCRエンジン Tesseract-OCRでTesseeract-OCRで日本語の読み込みまでは説明しました。今回はTesseract-OCRで機械学習を行い精度を向上させるための方法を説明します。 僕は基本的に以下の公式のチュートリアルを読みながらやって行きました。Tesseract Training Wiki https://code.google.com/p/tesseract-ocr/wiki/TrainingTesseract3大まかにやることは３つあります。 boxファイルの作成 trファイルの作成 トレーニングデータの作成 boxファイルの作成 まず学習したい画像ファイルを用意します。今回
オープンソースのOCRエンジン Tesseract-OCR - はだしの元さん
2013-10-14 オープンソースのOCRエンジン Tesseract-OCR Tesseract-OCR(テッセラクトOCR)はGoogleが提供しているOCRエンジンです。 このTesseract-OCRはオープンソースであることもさることながら、機械学習によりさまざまな言語に対応したり、精度を上げることができることも魅力の一つです。 今回はそのTesseract-OCRをUbuntuにインストールするところから、実際に文字を読み取るまでを紹介したいと思います。また公式のドキュメントの他に以下のサイトを参考にさせていただきました。日々是酩酊 http://badly-drunk.blogspot.jp/2011/10/tesseractocr.html公式：tesseract-ocr https://code.google.com/p/tesseract-ocr/ インストー
iOSで日本語OCR！サンプルアプリ構築編〜iOS SDK 6.1 + tesseract-ocr 3.02〜 | DevelopersIO
tesseract-ocrのインポート プロジェクトを作成したら早速前回作成したライブラリをインポートします。プロジェクトにインポートするのはtesseract-iOS6.1-buildディレクトリにあるdependenciesディレクトリです。プロジェクトナビゲータの適当な場所で「右クリック＞Add Files to "TesseractOCRSample"...」を実行し、tesseract-iOS6.1-build/dependenciesディレクトリを選択してください。 tesseract Objective-Cラッパー「tesseract-ios」のインポート tesseract-ocrはC++で書かれているため、そのまま使うとビューコントローラなどのソースコードでObjective-CとC++が混在してしまい面倒です。 tesseract-iosはtesseract-ocrを使
iOSで日本語OCR！ビルド編〜iOS SDK 6.1 + tesseract-ocr 3.02〜 | DevelopersIO
最近iOSでOCR（Optical Character Recognition：工学文字認識）をしたいとの声をよく耳にするので調査してみました。 オープンソースのOCRエンジン「tesseract-ocr」 オープンソースで日本語に対応したOCRエンジンを探してみると、tesseract-ocrなるものを見つけました。このtesseract-ocrですが、Google先生が開発を支援していると噂のオープンソースのOCRエンジンで、C++で書かれています。また、英語、日本語だけでなく多数の言語にも対応しています。ライセンスはApache License 2.0です。ちなみに読み方は「テッサラクトOCR」だそうです。 tesseract-ocrではiOSで簡単に利用できる形式では配布しておりませんが、C++で書かれているので当然Objective-Cでも使うことが出来ます。iOSでtesser
サービス終了のお知らせ - NAVER まとめ
サービス終了のお知らせ NAVERまとめは2020年9月30日をもちましてサービス終了いたしました。 約11年間、NAVERまとめをご利用・ご愛顧いただき誠にありがとうございました。
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
http://www.7-16.jp/%E6%97%A5%E6%9C%AC%E8%AA%9Eocr%E3%81%AB%E3%81%A4%E3%81%84%E3%81%A6%E5%B0%91%E3%81%97%E3%81%BE%E3%81%A8%E3%82%81/
NHocr: 日本語文字認識プログラム プロジェクト日本語トップページ - OSDN
tesseract-ocr 3.0.2 の日本語解析のパラメーターが腐ってる…。 - haskerlの日記
GitHub - gali8/Tesseract-OCR-iOS: Tesseract OCR iOS is a Framework for iOS7+, compiled also for armv7s and arm64.
tesseract-ocr - Google Code
Engadget | Technology News & Reviews
