OCR/光学文字認識

OCR/光学文字認識

　様々な紙媒体や手書きテキストの画像を文字コードの列に変換することを目的とする光学文字認識(OCR/Optical character recognition)。

　QRコードやバーコードなどもこれらに含まれる一方、数十年前から断続的に注目されてきたAI(人工知能)の分野においてもコンピュータビジョンなどと共に用いられ、映像内にある画像の保存・利用も含め画像内のテキストを編集・加工し、各国語、文字、数字などをOCRソフトウェアで読み込ませるといったことも行われています。

　12 Best Free and Open Source OCR ToolsやBest Free and Open Source Optical Character Recognition (OCR) Softwareによれば、著名なOCR/光学文字認識のソフトウェアには、OCRmyPDF、Tesseract、Paperwork、OCRFeeder、ocropy、gscan2pdf、Cuneiform、gImageReader、Lios、hocr-tools、Ocrad、JOCR(旧GOCR/GNU OCR)、EasyOCR、PP-OCRv2、PaddleOCR(PP-OCRv2のデモ版)、Cognitive OpenOCRなどがあるようです。

関連リンク