tesseract OCR for windows のお試し

参考url

• https://github.com/tesseract-ocr/tesseract
• https://www.kkaneko.jp/ai/win/tesseract5.html
• Python＋Tesseractによる画像処理でOCRを試してみた！ – 株式会社ライトコード

download binary for win

https://github.com/UB-Mannheim/tesseract/wiki から tesseract-ocr-w64-setup-5.3.0.20221222.exe をダウンロード

install tesseract

インストーラを実行後、途中、「Choose Components」の 「Additional script data」「Additional language date」以下に 日本語関連のオプションがありますので、これを選択する程度です。

ocr 実行

DOS> "C:\Program Files\Tesseract-OCR\tesseract.exe" cad_image.tif outbase -l jpn

DOS> less outbase.txt

高精度学習データは、私の場合、効果がありませんでした

※1,2にある高精度学習データを ※3に配備することで 高精度になるような情報がインターネット上にありましたが、 私の場合、効果がありませんでした

• ※1 https://github.com/tesseract-ocr/tessdata_best/blob/master/jpn.traineddata
• ※2 https://github.com/tesseract-ocr/tessdata_best/blob/master/jpn_vert.traineddata
• ※3 C:/Program Files/Tesseract-OCR/tessdata