![[PukiWiki]](image/tux_100x119.jpg "[PukiWiki]")
#author("2020-10-02T08:13:04+00:00","","") #author("2021-01-23T07:37:59+00:00","","") #topicpath /////////////////////////////////////////////////////////////////////////////// * 目次 [#k4a7989e] #contents(); /////////////////////////////////////////////////////////////////////////////// * tesseract-ocr [#tesseract-ocr] //============================================================================= ** 環境構築 [#n9ab119f] - debian の場合は以下をインストールする： tesseract-ocr - 各国語毎の言語ファイルは別パッケージになっている。必要に応じて追加インストールする。 |~パッケージ |~言語 | |tesseract-ocr-ces |チェコ語 | |tesseract-ocr-jpn |日本語 | |tesseract-ocr-jpn-vert |日本語縦書き | |tesseract-ocr-deu |独逸語 | |tesseract-ocr-deu-frak |独逸語フラクトゥール | |tesseract-ocr-eng |英語 | |tesseract-ocr-fra |仏語 | |tesseract-ocr-all |全ての言語 | -- その他の言語については、[[debian.orgのページ>https://packages.debian.org/search?searchon=names&keywords=tesseract]] を参照。 //============================================================================= ** 実行 [#n793887d] //----------------------------------------------------------------------------- *** コマンドライン [#h22ada34] tesseract <input-image-file> <out-file> -l <lang> -psm <number> //----------------------------------------------------------------------------- *** option [#s1e08c32] - <out-file> -- 出力ファイル名。実際のファイル名はこの名前に更に ".txt" が付く。 - --tessdata-dir <path> -- 言語データファイルの場所を <path> に指定する。 - --user-words <path-to-file> -- ユーザ辞書ファイルとして <path-to-file> を指定する - -c <var>=<val> -- 設定値<var> の値を <val> にする - -l <lang> -- 使用言語を <lang> にする -- jpn, ces, etc., - -psm <number> - --psm <number> -- Page segmentation modes: --- 0 : Orientation and script detection (OSD) only. 言語データ：osd.traineddata 必須 OSD は Orientation and script detection の略 言語の種類やテキストの傾斜角度等を xxxxx.osd に出力 --- 1 : Automatic page segmentation with OSD. 言語データ：osd.traineddata 必須 回転(90度・180度・270度)したテキストも認識する --- 2 : Automatic page segmentation, but no OSD, or OCR. テキストの傾斜角度にかかわる情報を画面に標準出力する。 ファイルは何も作成されない。 --- 3 : Fully automatic page segmentation, but no OSD. (Default) デフォルトのオプション。 水平テキスト（横書き文書）と垂直テキスト（縦書き文書）に対応 傾斜角度のあるテキストは非対応 --- 4 : Assume a single column of text of variable sizes. 可変サイズのテキストとして扱う。 --- 5 : Assume a single uniform block of vertically aligned text. ユニフォームブロックの垂直テキストと仮定する。 --- 6 : Assume a single uniform block of text. ユニフォームブロックのテキストと仮定する。 デフォルトよりも認識率が良い。 --- 7 : Treat the image as a single text line. 単一のテキスト行として扱う。 画像内に複数行が存在する場合は、画像内の文字すべてが誤認識する。 --- 8 : Treat the image as a single word. 単語として扱う。行に複数の単語がある場合は、 単語間の空白は削られて出力される。「太陽 お月様」 → 「太陽お月様」 画像内に複数行が存在する場合は、画像内の文字すべてが誤認識する。 --- 9 : Treat the image as a single word in a circle. 画像を円の中の一つの単語として扱う。（丸囲みのことか？） --- 10 : Treat the image as a single character. 1文字として扱う。2文字以上ある場合は、すべてが誤認識する。 --- 11 : Sparse text. Find as much text as possible in no particular order. 色の薄いテキスト。できるだけ多くのテキストを探す。 デフォルトで探せなかったテキストも認識する。 --- 12 : Sparse text with OSD. 言語データ：osd.traineddata 必須 上記11番、及び、 回転(90度・180度・270度)したテキストも認識する --- 13 : Raw line. Treat the image as a single text line, bypassing hacks that are Tesseract-specific. //============================================================================= ** 参考リンク [#na56b35d] - [[Pythonで書くTesseract 4の基本的な使い方。APIとCLIからOCRを実行する方法>https://valmore.work/how-to-use-tesseract4-with-python/]] - [[tesseract のオプション PSM をいじってみた | Binary Star>https://binary-star.net/tesseract-option-psm]]
