OCRやってみる

世間は大晦日だが、実家にも帰らず納豆食べてる。

Googleのtesseract-ocrを使ってみる。

github.com

とりあえずサンプリをローカルで動かしてみたい。 いきなりの

./autogen.sh: line 60: aclocal: command not found

brew install autoconf
brew install automake

さらに、

./autogen.sh: line 65: libtoolize: command not found
./autogen.sh: line 65: glibtoolize: command not found

brew install libtool

またまた、

checking for leptonica... configure: error: leptonica not found

brew install leptonica
CPPFLAGS="-I/usr/local/include" LDFLAGS="-L/usr/local/lib" ./configure

インストールが完了。

% tesseract input/test1.png output
Tesseract Open Source OCR Engine v3.05.00dev with Leptonica
Error opening data file /Users/papua/Documents/source/c/tesseract/tessdata/eng.traineddata
Please make sure the TESSDATA_PREFIX environment variable is set to the parent directory of your "tessdata" directory.
Failed loading language 'eng'
Tesseract couldn't load any languages!
Could not initialize tesseract.

言語ファイルを落としてきてリトライする。全部落とすと2GBくらいになるので注意。

github.com

うまくいけた。

かけ さろ 竈玉 レつぽ〈
アツアツ ヒヤヒヤ 天ぶら

かけ ざる 釜玉 しっぽく
アツァツ ヒヤヒヤ 天ぷら

一年前よりも精度は大分よくなってるぽい。

iti.hatenablog.jp