PythonとOCR：画像から文字を読み取る

PythonでOCR（Optical Character Recognition）を実装するためには、TesseractというオープンソースのOCRエンジンと、それをPythonで使えるようにしたライブラリであるpytesseractを使用します。

Tesseractとpytesseractのインストール

まずは、Tesseractとpytesseractをインストールする必要があります。Tesseractは以下からインストールできます。

• Windows: UB MannheimのGitHubページ
• macOS: brew install tesseract
• Linux: sudo apt install tesseract-ocr

次に、pytesseractとPillowをインストールします。以下のコマンドを実行します。

pip install pytesseract Pillow

画像から文字を読み取る

以下のPythonソースコードは、画像から文字を読み取るサンプルです。

import sys
import pytesseract
from PIL import Image

def image_to_text(image_path):
    # 画像を読み込む
    img = Image.open(image_path)
    # TesseractでOCRを実行
    text = pytesseract.image_to_string(img, lang='jpn')
    return text

if __name__ == "__main__":
    if len(sys.argv) > 1:
        image_path = sys.argv[1]  # コマンドライン引数から画像ファイルのパスを取得
        text = image_to_text(image_path)
        print(text)
    else:
        print("Usage: python app.py <path_to_image>")

このコードを実行すると、指定した画像の文字を読み取り、その結果を出力します。

以上がPythonとOCRを用いて画像から文字を読み取る基本的な方法です。さまざまな応用が可能なので、ぜひ試してみてください。.