開発者向けのOCR自動化ガイド

Tesseract OCRがOCRプロセスを自動化する方法

1. 画像前処理:
   • Tesseract OCR は、スキャンされたドキュメントや画像など、さまざまな画像形式を処理できます。
   • 処理の前に、認識精度を高めるために、サイズ変更、2 値化、ノイズ低減などの前処理技術が画像に適用される場合があります。
2. ページレイアウト分析:
   • Tesseract はページ レイアウト分析を実行し、ドキュメント内のテキスト領域、列、ブロックを識別します。
   • この分析により、Tesseract はドキュメントの構造を認識し、テキスト抽出の精度が向上します。
3. 文字認識：
   • Tesseract は、ニューラル ネットワークとパターン マッチングの組み合わせを使用して文字を認識します。
   • 複数の言語をサポートし、特定のフォントや言語スクリプトに合わせてトレーニングできます。
4. 出力フォーマット:
   • Tesseract は認識されたテキストを構造化された形式で出力するので、その後の処理やデータベースやアプリケーションへの統合が容易になります。

WindowsでTesseract OCRを使用する方法

Windows で Tesseract OCR を使用するには、いくつかの手順が必要です。 基本的なガイドは次のとおりです。

1. Tesseract OCRをインストールします。
   • 公式 GitHub UB Mannheim リポジトリから Windows 用の Tesseract インストーラーをダウンロードします: Tesseract OCR exe 。
   • インストーラーを実行し、画面の指示に従ってインストールを完了します。

! OCRオートメーション（C#チュートリアルでのOCRナンバープレート）、図1：Tesseract OCR Windowsアプリケーションのインストール Tesseract OCR Windowsアプリケーションをインストールする

• 場所を選択し、インストールのパスを覚えておいてください。これは後で Path 変数に設定するときに使用されます。

! OCRオートメーション（C#チュートリアルでのOCRナンバープレート）、図2：インストールパスの更新 インストールパスを更新する

2. 環境変数を設定する:
   • Tesseract インストール ディレクトリをシステムのPATH環境変数に追加します。 これにより、Tesseract 実行可能ファイルに任意のコマンド プロンプト ウィンドウからアクセスできるようになります。

! OCRオートメーション（C#チュートリアルでのOCRナンバープレート）、図3：環境変数への移動 環境変数に移動する

! OCRオートメーション（C#チュートリアルでのOCRナンバープレート）、図4：PATH環境変数へのアクセス PATH環境変数へのアクセス

! OCRオートメーション（C#チュートリアルでのOCRナンバープレート）、図5：PATH環境変数の変更 PATH環境変数を変更する

3. コマンドラインの使用法:

   • コマンド プロンプト ウィンドウを開き、画像またはスキャンしたドキュメントが格納されているディレクトリに移動します。
   • 次のコマンドを使用して、画像に対して OCR を実行し、結果をテキスト ファイルに出力します。

   tesseract input_image.png output_text.txt

   tesseract input_image.png output_text.txt

   SHELL

   input_image.png画像ファイルの名前に置き換え、 output_text.txt出力テキストファイルの希望の名前に置き換えます。

4. 請求書処理の例:

   • 複数の請求書画像を含むInvoicesという名前のフォルダーがあるとします。
   • コマンド プロンプトを開き、 Invoicesフォルダーがあるディレクトリに移動します。
   • ループを使用してフォルダー内のすべての画像を処理します。

   for %i in (Invoices\*.png) do tesseract %i Output\%~ni.txt

   for %i in (Invoices\*.png) do tesseract %i Output\%~ni.txt

   SHELL

   このコマンドは、 Invoicesフォルダー内の各画像を処理し、認識されたテキストをOutputフォルダー内の対応するテキスト ファイルに出力します。

長所

• 精度: Tesseract OCR はテキスト認識の精度が高く、さまざまなアプリケーションに適しています。
• 言語サポート: 幅広い言語をサポートしており、グローバルなアプリケーションに幅広く使用できます。
• コミュニティ サポート: オープン ソース プロジェクトである Tesseract OCR には、その改善に貢献する大規模でアクティブなコミュニティがあります。

短所

• ユーザー インターフェイス: Tesseract OCR は主にコマンド ライン ツールであるため、グラフィカル インターフェイスに慣れているユーザーにとってはあまり使いにくい可能性があります。
• トレーニングの複雑さ: 特定のフォントまたは言語に対する Tesseract のトレーニングは複雑になる可能性があり、技術的な専門知識が必要です。

IronOCRのメリット

• 簡単な統合: IronOCR は .NET アプリケーションにシームレスに統合され、開発者にシンプルで直感的なインターフェイスを提供します。
• 高精度: IronOCR は高度なアルゴリズムを活用してテキスト認識の高精度を実現し、信頼性の高いデータ抽出を保証します。
• 汎用性: PDFや画像など、幅広いドキュメント形式をサポートしているため、さまざまなアプリケーションに適しています。
• 自動修正: IronOCR には、認識されたテキストを自動的に修正する機能が含まれており、抽出されたデータのエラーを最小限に抑えます。

IronOCRの欠点

• コスト：IronOCRは無料トライアルを提供していますが、フルバージョンは有料です。しかし、製品の充実した機能とサポートを考えると、その投資は十分に正当化されるでしょう。

IronOCRのコード例

IronOCR Tesseract 5 for .NETを使用して請求書画像からテキストを抽出する必要がある C# アプリケーションがあるシナリオを考えてみましょう。 以下は、これを実現する方法を示す簡単なコード例です。

using IronOcr;

var ocr = new IronTesseract();

using (var input = new OcrInput())
{
    // Load image from file
    input.LoadImage("invoice_image.png");

    // Load PDF document
    input.AddPdf("invoice_pdf.pdf");

    // Perform OCR and get the result
    OcrResult result = ocr.Read(input);

    // Extract and store text from OCR result
    string text = result.Text;
}

using IronOcr;

var ocr = new IronTesseract();

using (var input = new OcrInput())
{
    // Load image from file
    input.LoadImage("invoice_image.png");

    // Load PDF document
    input.AddPdf("invoice_pdf.pdf");

    // Perform OCR and get the result
    OcrResult result = ocr.Read(input);

    // Extract and store text from OCR result
    string text = result.Text;
}

Imports IronOcr

Private ocr = New IronTesseract()

Using input = New OcrInput()
	' Load image from file
	input.LoadImage("invoice_image.png")

	' Load PDF document
	input.AddPdf("invoice_pdf.pdf")

	' Perform OCR and get the result
	Dim result As OcrResult = ocr.Read(input)

	' Extract and store text from OCR result
	Dim text As String = result.Text
End Using

IronOCR を使用した OCR 自動化プロジェクトの詳細については、 C# での OCR ライセンス プレートのチュートリアルをご覧ください。

IronOCRドキュメント ページは開発者向けの包括的なリソースとして機能し、.NET アプリケーションでのシームレスな OCR 自動化のために IronOCR ライブラリを統合、構成、最適化するための明確で詳細なガイダンスを提供します。 徹底したドキュメント、例、API リファレンスにより、開発者は IronOCR のパワーを効率的に活用して、テキスト認識の精度を高め、ドキュメント処理ワークフローを合理化できます。