文字認識ソフト Tesseract 4.1 をインストールして使ってみる（Windows 上）

Tesseract 4.1 のダウンロードとインストール

1. 「Tesseract OCR のバイナリ」の Web ページを開く

   https://github.com/tesseract-ocr/tesseract/wiki

2. Windows のところの「Tesseract at UB Mannheim」をクリック
   
3. 「Tesseract 4.1」を選ぶ
   
4. .exe ファイルがダウンロードが始まる
   
5. ダウンロードした .exe ファイルを実行
6. ようこそ画面では「Next」をクリック
   
7. ライセンス条項の確認
   
8. ユーザの選択 (Choose Users)．既定（デフォルト）のままでよい．「Next」をクリック
   
9. コンポーネントの選択 (Choose Components)．既定（デフォルト）のままでよい．「Next」をクリック
   • Additional script data (download) で 「Japanese script」と「Japanese vertical script」を選ぶ
   • Additional language data (download) で「Japanese」を選ぶ
   
   
10. インストールディレクトリ（フォルダ）は、既定（デフォルト）のままでよい．「Next」をクリック
    
11. スタートメニューフォルダは、既定（デフォルト）のままでよい．「Install」をクリック
    
12. インストール終了の確認．「Next」をクリック
    
13. インストール終了の確認．「Finish」をクリック
    
14. 日本語の文章が書かれた画像を用意する

    次の画像は、Wikipedia「日本国憲法前文」から取得

    URL: https://ja.wikipedia.org/wiki/%E6%97%A5%E6%9C%AC%E5%9B%BD%E6%86%B2%E6%B3%95%E5%89%8D%E6%96%87#%E5%89%8D%E6%96%87

    
15. Windows のコマンドプロンプトを開く
16. 画像から文字を認識してみる

    「-l jpn」のところ： 日本語の横書き文書なら「-l jpn」、 日本語の縦書き文書なら「-l jpn_vert」、

    "C:\Program Files\Tesseract-OCR\tesseract.exe" ＜画像ファイル名＞ outbase -l jpn
    

    
17. outbase.txtというファイルができるので，メモ帳で確認
    
18. 今度はサイズが大きい画像（画素数が多い画像）」

    次の画像は、Wikipedia「日本国憲法前文」から取得

    URL: https://ja.wikipedia.org/wiki/%E6%97%A5%E6%9C%AC%E5%9B%BD%E6%86%B2%E6%B3%95%E5%89%8D%E6%96%87#%E5%89%8D%E6%96%87

    
19. 画像から文字を認識してみる
20. "C:\Program Files\Tesseract-OCR\tesseract.exe" ＜画像ファイル名＞ -l jpn outbase
    
21. outbase.txtというファイルを，メモ帳で確認

    精度が変化することがある．