【文字認識】OCRソフト（3文字目）【 自炊 】

光学文字認識（こうがくもじ にんしき、Optical character recognition）ソフト

主なOCRソフトウェア（市販ソフト）
・読取革命16（開発元パナソニック、販売元ソースネクスト）
・本格読取5（開発元パナソニック、販売元ソースネクスト）
・e.Typist v.15.0（メディアドライブ）
・ABBYY FineReader PDF 16（ABBYY）

主なOCRソフトウェア（フリーソフト）
・tesseract-ocr
・PaddleOCR
・RapidOCR
・NDLOCR
・MangaOCR
・bunkoOCR

過去スレ
【文字認識】OCRソフト【 自炊 】
https://egg.5ch.net/test/read.cgi/software/1470745451/l50

【文字認識】OCRソフト（２文字目）【 自炊 】
https://egg.5ch.net/test/read.cgi/software/1701326685/l50

>>953
客に面と向かって「あなたのミス」とは言わないでしょ。
世間の常識がわかってないから杜撰な言葉を使ってしまうんだろうけど。
口臭の強い人が自分の口臭に気づけないのに似てるとは思う。お大事に。

倫理と論理の争いだな

ド迷惑噛みつき野郎はむしろ倫理レスだし言ってることの要点も別に倫理の話じゃないだろ

謙譲語の機微すらわかってないくせにうっかり古めかしい表現を使うと
「背伸びしたがるバカ」と思われてしまうだけだから気をつけたほうがいい、マジで

ウヨ臭への反発とサヨ臭への反発ですね、わかります

で、縦書きの性能も網羅して調べてくれる人待ちかしら

>>954
ウェブサイトに向かって「テスト手順のミス」というのは普通だろ、なんで顧客向けの用語を強制されるの？

>>960
対象をおとしめたり責任追及したりする他罰的な意味合いを強く含んでいるからだよ
実際、それらの古めかしい言葉のあと、誰かに「詰め腹」を切らせる展開がありがちだろ
簡潔な「偏りがある」とか「足りない」なら、他罰的な意味合いをさほど含まないので問題ない

>>961
そんな意味はない、お前の妄想
「ミス」とか「考慮漏れ」とか「手違い」みたいな中立な言葉、どれも他人に使えば責めるニュアンスが出るだけ

レスがすごく伸びてるからようやくbunkoocrのバージョンアップ来たのかと思ったらつまらん喧嘩かよ
がっかり

自分で動けない無能のゴミに他人を罵る権利なぞない

ローカルLLMの glm-ocr を試してみたら いいとは言えないがまあまあだった
プログラムソースはインデントしてくれる
各国語に対応していてあのサイズというのはちょっと感心
geminiに投げる方が速いけどね

「いいとは言えないがまあまあ」と書いたが「使い物になる」と訂正
レイアウトをきちんと把握できるのが強みだな
中国製のお決まりで中国文字が混ざることがあるけど読めないことはないし後で一括置換すればいいかな

ネット上の無記名解説文のPDFの1ページをgeminiに投げたら著作権的に全文出力できないと言われてしまった
ローカルLLMならばケチをつけられることはない

昔の雑誌のN88 BASICを読ませてみたら かすれていても I と 1 が区別されていた
しかし昔のBASICの知識はないのか行番号がきれいにカットされていた

PaddleOCRも試してみたら普通のOCRよりマシだが I と 1 は区別されていなかった
行番号は付いているが印刷都合の改行もそのまま

いまさら気付いたのですが、昔ScanSnapで自炊した本の類いのPDF、OCRのデータは付いているが
文字の間に半角スペースが入ってるし、カタカナは半角カタカナになっている
そりゃあ検索したりがうまくいかないはずだ

そういうPDFを大量に持っていて、それらをまともなOCRにかけ直そうと思ったら、今って
何でどうやったらいいんですかね

大量の数とその使い道に依るのでは

>>969
本の中には技術書や参考書があり、「あれ、あの項目ってどの本に書いてあったっけ」と思った
とき、コンピュータ（Mac)上で検索したかったんですよね

PDFのOCRがちゃんとできていればMacの機能でPDFの中身を検索できるはずなんですが

検索の正規表現を工夫するしかない

こういう事案>>968もAIに適当に投げて雑なプロンプトで欲しい情報を抽出できそうｗ
なんかOCRとかも全部データをデバイス内に取り込んでおけばAIが処理してくれる時代のようなｗ

>>968
手軽なのだとmacのOCRが結構精度高かった。claudeに言ったら背面ノイズ除去からなんやらやってくれて背面の図表やグラフィックまで切り出してPDFまで再構成、読み取りミスも文脈から判断補正してくれる。

問題は書籍をフルに任せるとAPI料金(トライしたページで換算)が1冊数千円から1万かかってほぼ買い直しみたいになること

そこそこの品質(たまに検索できない,改行またいで検索できない)でいいならDocument Intelligenceのが安い

なんで>>972はあながち間違ってない

てか既にデータあるんだからclaudeにテキストデータ補正してもらうだけでいいのでは

それならvision使わないから多分安い

掲示板とチャットの区別ついてないタイプの人久々に見たな

スキャンしてアクセス性を高めて来たけど、IT関係技術書や理系専門書で調べるよりAIに聞くのが速いしなあ

>>968
PDFリーダーはスペースや改行を無視して検索してくれる
普通のOCRが自動で作るPDFでは順序が狂うことが多いので改行が挟まると検索できなくなることが多いけどね
AIのOCRが作るテキストは順序を正しく取ってくれるようだ