2011/09/22 tesseract を試してみた

 

Google オープンソースの OCR tesseract を試してみた。

 

Windows へのインストールは tesseract-ocr-setup-3.00.exe を実行でＯＫ．

コマンドラインからの実行がメインとなります。

 

[入力] in.bmp

[出力] out.txt

 

とする場合、以下のようにコマンドから叩けばＯＫ。

 

tesseract.exe in.bmp out.txt -l jpn

 

 

抽出結果は、

 

te st あまぞん

 

となった。BMP でやった場合 test の間に空白は無く完璧な状態だった。

けっこう使えるかも。

 

C/C++ からも使えるって事でビルドしようとしたのですが、

 

A. インクルードディレクトリ間違ってる

B. leptonlib.lib が必要

C. leptonlib.lib を作る為に zlib, libpng, libjpeg, lintiff が必要

 

となって、C の段階でめんどくさくなったので lib ファイル化は一旦中断。

 

利用するにしても CreateProcess/system などプロセスとして実行すれば

良いと考えたり。

 

C++ のサンプルソースから、利用する側のインターフェイスはある程度調べた

ので、どこかに leptonlib.lib  が転がっていれば良いのだが。

 

 

OCR の画像認識を自作したいと考えてる物好きな方は 2011年5月 に発売された

ばかりの  C言語による画像処理プログラミング入門 がお勧めです。