Windows開発者向けTesseract 5のカスタムフォントトレーニングで文字認識精度を向上

IronOCRの最新版をダウンロードするには？

Install-Package IronOcr

WSL2とUbuntuのインストールとセットアップ方法は？

WSL2 と Ubuntu のセットアップに関するチュートリアルを参照してください。

トレーニングには Linux が必要ですが、結果として得られる .traineddata ファイルはすべてのプラットフォームでシームレスに動作します。 Linux の詳細なセットアップ手順については、Linux 導入ガイドを参照してください。

UbuntuにTesseract 5をインストールするには？

Tesseract 5をインストールするには、以下のコマンドを使用します：

sudo apt install tesseract-ocr
sudo apt install libtesseract-dev

sudo apt install tesseract-ocr
sudo apt install libtesseract-dev

これらのパッケージは、トレーニングに必要なTesseract OCRエンジンと開発ライブラリを提供します。 Tesseractの高度な設定オプションについては、詳細設定ガイドをご参照ください。

トレーニング用にどのフォントをダウンロードすればよいですか?

このチュートリアルでは、AMGDT フォントを使用しています。 フォント ファイルは .ttf または .otf のいずれかになります。

トレーニング用のフォントを選択する場合

• 標準的なTesseractモデルとは大きく異なるフォントを選択すること。
• フォントの適切なライセンスの確保
• 装飾的なフォント、手書きフォント、または特殊な業界フォントを考慮してください。
• アプリケーションが本番環境で使用するフォントでテストしてください。

カスタム フォント トレーニング用のディスク ドライブをマウントするにはどうすればよいですか?

次のコマンドを使用して、ドライブ D: を作業スペースとしてマウントします。

cd /
cd /mnt/d

cd /
cd /mnt/d

これにより、Ubuntu WSL2環境からWindowsドライブに保存されたファイルを直接操作できるようになります。

フォント ファイルを Ubuntu フォント フォルダーにコピーするにはどうすればよいですか?

フォント ファイルを次の Ubuntu ディレクトリにコピーします: /usr/share/fonts および /usr/local/share/fonts。

ファイル エクスプローラーのアドレス バーに \\wsl$ と入力して、Ubuntu のファイルにアクセスします。

cd /
su root
cd /c/Users/Admin/Downloads/'AMGDT Regular'
cp 'AMGDT Regular.ttf' /usr/share/fonts
cp 'AMGDT Regular.ttf' /usr/local/share/fonts
exit

cd /
su root
cd /c/Users/Admin/Downloads/'AMGDT Regular'
cp 'AMGDT Regular.ttf' /usr/share/fonts
cp 'AMGDT Regular.ttf' /usr/local/share/fonts
exit

GitHubから tesseract_tutorial をクローンするにはどうすればいいですか?

次のコマンドを使用して、tesseract_tutorial リポジトリをクローンします。

git clone https://github.com/astutejoe/tesseract_tutorial.git

git clone https://github.com/astutejoe/tesseract_tutorial.git

このリポジトリには、トレーニングプロセスに不可欠なPythonスクリプトと設定ファイルが含まれています。 スクリプトは、フォントトレーニングにおける多くの手動ステップを自動化します。

GitHubから tesstrain と tesseract をクローンするにはどうすればいいですか?

tesseract_tutorial ディレクトリに移動し、tesstrain および tesseract リポジトリをクローンします。

git clone https://github.com/tesseract-ocr/tesstrain
git clone https://github.com/tesseract-ocr/tesseract

git clone https://github.com/tesseract-ocr/tesstrain
git clone https://github.com/tesseract-ocr/tesseract

• tesstrain には、.traineddata ファイルを作成するために使用される Makefile が含まれています。
• tesseract には、カスタム フォントのトレーニング中に参照として使用されるオリジナルの .traineddata ファイルを含む tessdata フォルダーが含まれています。

複数の言語パックとカスタムトレーニングデータを使用する場合の詳細については、国際言語ガイドを参照してください。

出力を保存するための"data"フォルダを作成するにはどうすればよいですか?

tesseract_tutorial/tesstrain 内にデータ フォルダーを作成します。

mkdir tesseract_tutorial/tesstrain/data

mkdir tesseract_tutorial/tesstrain/data

このフォルダには、.box、.tif、および中間トレーニング成果物を含む、生成されたすべてのトレーニングファイルが保存されます。

split_training_text.py を実行するにはどうすればよいですか?

tesseract_tutorial フォルダに戻り、次のコマンドを実行します。

python split_training_text.py

python split_training_text.py

split_training_text.py を実行すると、データ フォルダーに .box および .tif ファイルが作成されます。

<dir>/usr/share/fonts</dir>
<dir>/usr/local/share/fonts</dir>
<dir prefix="xdg">fonts</dir>

<dir>~/.fonts</dir>

<dir>/usr/share/fonts</dir>
<dir>/usr/local/share/fonts</dir>
<dir prefix="xdg">fonts</dir>

<dir>~/.fonts</dir>

cp fonts.conf /etc/fonts

cp fonts.conf /etc/fonts

fontconf_dir = '/etc/fonts'

fontconf_dir = '/etc/fonts'

eng.traineddata はどこからダウンロードできますか?

このリポジトリから eng.traineddata をダウンロードし、tesseract_tutorial/tesseract/tessdata に配置します。

ベースモデルは、認識精度を向上させる言語的コンテキストを提供します。 ターゲット言語に合ったベースモデルを選択します。 カスタム言語パックの問題のトラブルシューティングについては、カスタム OCR 言語パック ガイドを参照してください。

カスタムフォントを作成するにはどうすればよいですか？.traineddata?

tesstrain フォルダーに移動し、WSL2 で次のコマンドを使用します。

TESSDATA_PREFIX=../tesseract/tessdata make training MODEL_NAME=AMGDT START_MODEL=eng TESSDATA=../tesseract/tessdata MAX_ITERATIONS=100

TESSDATA_PREFIX=../tesseract/tessdata make training MODEL_NAME=AMGDT START_MODEL=eng TESSDATA=../tesseract/tessdata MAX_ITERATIONS=100

• MODEL_NAME はカスタムフォント名です
• START_MODEL はオリジナルの .traineddata 参照です
• MAX_ITERATIONS は反復回数を定義します(反復回数が多いほど精度が向上します)

WORDLIST_FILE := $(OUTPUT_DIR2)/$(MODEL_NAME).lstm-word-dawg
NUMBERS_FILE := $(OUTPUT_DIR2)/$(MODEL_NAME).lstm-number-dawg
PUNC_FILE := $(OUTPUT_DIR2)/$(MODEL_NAME).lstm-punc-dawg

作成された .traineddata の正確性を確認するにはどうすればよいですか?

1000 個の .box および .tif ファイルと 3000 回のトレーニング反復により、出力 AMGDT.traineddata は、約 5.77% の最小トレーニング エラー レート (BCER) を達成します。

学習したモデルをIronOCRでテストする：

using IronOcr;

// Initialize IronOCR with custom trained data
var ocr = new IronTesseract();

// Load your custom trained font
ocr.UseCustomTesseractLanguageFile(@"path\to\AMGDT.traineddata");

// Configure for optimal results
ocr.Configuration.BlackListCharacters = "";
ocr.Configuration.WhiteListCharacters = "";
ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.AutoOsd;

// Process an image with your custom font
using var input = new OcrInput();
input.LoadImage("test-image-with-amgdt-font.png");

// Optional: Apply filters if needed
input.EnhanceResolution(300);
input.DeNoise();

// Perform OCR
var result = ocr.Read(input);
Console.WriteLine($"Recognized Text: {result.Text}");
Console.WriteLine($"Confidence: {result.Confidence}%");

using IronOcr;

// Initialize IronOCR with custom trained data
var ocr = new IronTesseract();

// Load your custom trained font
ocr.UseCustomTesseractLanguageFile(@"path\to\AMGDT.traineddata");

// Configure for optimal results
ocr.Configuration.BlackListCharacters = "";
ocr.Configuration.WhiteListCharacters = "";
ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.AutoOsd;

// Process an image with your custom font
using var input = new OcrInput();
input.LoadImage("test-image-with-amgdt-font.png");

// Optional: Apply filters if needed
input.EnhanceResolution(300);
input.DeNoise();

// Perform OCR
var result = ocr.Read(input);
Console.WriteLine($"Recognized Text: {result.Text}");
Console.WriteLine($"Confidence: {result.Confidence}%");

Imports IronOcr

' Initialize IronOCR with custom trained data
Dim ocr As New IronTesseract()

' Load your custom trained font
ocr.UseCustomTesseractLanguageFile("path\to\AMGDT.traineddata")

' Configure for optimal results
ocr.Configuration.BlackListCharacters = ""
ocr.Configuration.WhiteListCharacters = ""
ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.AutoOsd

' Process an image with your custom font
Using input As New OcrInput()
    input.LoadImage("test-image-with-amgdt-font.png")

    ' Optional: Apply filters if needed
    input.EnhanceResolution(300)
    input.DeNoise()

    ' Perform OCR
    Dim result = ocr.Read(input)
    Console.WriteLine($"Recognized Text: {result.Text}")
    Console.WriteLine($"Confidence: {result.Confidence}%")
End Using

本番アプリケーションにカスタムフォントを実装するには、カスタム言語ファイルの使用に関するガイドをご覧ください。

さらに詳しい情報や参考資料については、チュートリアルをご覧ください: YouTubeビデオ