PythonでOCRをやろうとしていきなり沼った話

Jupyterlab上でPythonを使ってOCRをやろうとしたら沼った話．海外ニキのコメントを検索しながら目的達成．

# ocr_card_filter.py
import os
from PIL import Image
import pyocr
import pyocr.builders

# Installed TesseractのPATH
pyocr.tesseract.TESSERACT_CMD = full path
~~~~
#省略

#OCR
builder = pyocr.builders.TextBuilder()
result = tool.image_to_string(img, lang="jpn", builder=builder)
print(result)

with open("ocr.txt",mode="w") as f:
    f.write(result)

Installed TesseractのPATHが分からず，沼った．

brew list tesseract

これでtesseractが格納されている場所を表示．Jupyter labで上のコードを実行するきは，必ずtesseractのfull pathを書くこと．でないと，tesseractが見つからないって怒られる．

OCRの精度は，調べたところ，色を白黒にしたり，一部分だけ切り取ってやると精度が上がるらしい．

個人的に便利な使い方は，大学院の授業のTAとして出席をカウントする時があったけど，zoomの参加者一覧をスクショして，OCRで出席者を文字起こししたこと．まあ，精度を上げる方法には機械学習とか色々あるらしい．それもいずれ勉強できたらなと思う．