Tesseract OCRを用いた複数画像の一括処理例（Ubuntu 上）

複数の画像ファイルを１度に文字認識させたいとする．対象は png 形式の画像ファイルであり，Ubuntu 上で次のシェルスクリプトを実行する．

for i in *.png; do
  echo $i
  tesseract $i outbase -l jpn --psm 6 2>/dev/null
  nkf -s outbase.txt
  rm -f outbase.txt
done

このスクリプトは，カレントディレクトリ内のすべての png ファイルに対して繰り返し処理を行う．tesseract コマンドの -l jpn は日本語を認識対象の言語として指定し，--psm 6 は画像を１つのまとまったテキストブロックとして扱う設定である．nkf -s は認識結果の文字コードを Shift_JIS に変換して表示する．

wget https://www.kkaneko.jp/lab/vehicle_registration/licenseplate_tile-2018-04-19.tar.gz
tar -xvzf licenseplate_tile-2018-04-19.tar.gz