e.typist
Adobe Acrobat
PDF Xchange Viewer
読んde!!ココ
ScanSnap Organizer
とか
電子化する大きなメリットとなる検索可能な自炊本にするためのOCR情報スレdeath
ありがとうございました。
設定でもルビ関連の項目無いしさ
あれがなければNo1なんだが…
というか他のソフトが糞過ぎ
「言」を「ニニ口」とか認識しやがる
一文字の大きさにちゃんと切り分けてから認識してくれよ
自分は読取革命を使ってるけど、結果の編集をしてると、すぐに画像と認識結果
の位置がずれておかしな事になったり、画像を開いてファイル保存しようとすると、
ファイル名が空欄になっているので、上書き保存するのが面倒だったり、アンドゥ
が直前の操作しか対応していなかったりと、いろいろ不満があるけど、さんの
言うとおり、他のソフトが糞すぎて、比較対象になるのは、e.Typistぐらいか。
皆さんの大嫌いな中国の文字とそれを崩した文字は
コンピューターには最も不適合な文字になるからな
漢字変換している時間は単なるハンディキャップ
戦後の中途半端な略字化とつまらない現担ぎで昔の
字体もしっかり残って更なる追い討ち
横文字が戦後左から右にならなかったら最悪だったな
え？
OCRソフトに変換するとは書いてないぜ？
3Dプリンターを駆使しても難しそうだよ
ttp://jump.5ch.net/?http://e-words.jp/w/OCR.html
今のところ読取革命が一番てことでいい？
他よりマシ
連続処理が出来ない劣化品だが
ただ500ページ制限があるみたいだから、長編は一手間掛かりそうだ
e.typistはフリガナも認識できるみたいだから青空形式作成に役立つかと思ったけど、フリガナの精度はイマイチ。
あと両方とも「――」が上手く認識できない。
あくまでScansnapで読み込んだ小説の自炊本での比較だから、レイアウト複雑な本とかは分からんけどね。
SS1500でエクセレントでやるとやたら時間がかかるんだが
それを補って余りある識字率ならエクセレントでやる意味があると思って聞いてみた
e.Typist v.14.0 体験版（5日間試用）
ttp://jump.5ch.net/?http://mediadrive.jp/products/et/index11.html
読取革命Ver.15 体験版（10日間試用）
ttp://jump.5ch.net/?http://panasonic.co.jp/avc/pstc/products/yomikaku/demo.html
他にも無料で使えるOCRソフト
一発！OCR Pro7 体験版（10日間試用）←内部の処理は読取革命と一緒
ttp://jump.5ch.net/?http://www.justsystems.com/jp/download/trial/ocr/
RealReader Lite 8（14日間試用）←個人的に一番精度がいいと思う
ttp://jump.5ch.net/?http://data-digital.sakura.ne.jp/RealReaderLitePrice.html
ABBYY FineReader 11 （15日間試用）←英語のOCRはここが一番有名らしい
ttp://jump.5ch.net/?http://finereader.add-soft.jp/
その他
Evernote(画像を上げるとOCR処理してくれる)
Google Document(結構精度が高い。ただし横書きのみ)
Adobe Acrobat(高い。埋め込みPDF用)
Microsoft Word(一応OCR機能が付いている。それなりの精度)
どっかのブログで「スーパーファインとエクセレントはほとんど違いが無い」って言ってた
ttp://www.asahi.com/and_M/information/pressrelease/AUT201308300113.html クラウドやモバイル連携に対応した活字OCRソフトウェア「e.Typist v.14.0」リリースのご案内
どうみても15.0の間違いだと思う……
2013年9月27日（金）発売だってさ。
8月29日移行の購入は無償バージョンアップ出来るみたい。
グダグダと体験版比較してたのが功を奏したわ。
俺29日にアップグレードのダウンロード版買ったんだけど
前のバージョン持ってないからインストール出来ねーｗ
どうなんだコレ
ttp://mediadrive.jp/topics/2013/20130927et15.html 国内スタンダード活字OCRソフトウェア「e.Typist v.15.0」の販売開始
ttp://mediadrive.jp/campaign/201308/freeupg_et15.html 「e.Typist v.15.0」無償アップグレードキャンペーン
オフィシャルのキャンペーンページは＜titile＞が13.0になってるって……
29日からだから良いんじゃないの？
アップグレード版だけからアップグレード出来るのかは知らんけど。
俺は日本語・英語以外はいらないからNEO買うわ
ダメもとで聞いてみるわｗ
どゆこと？
e.Typist（欧州言語対応）と e.Typist NEO（日英のみ）で違いがあるのだろうか
双方の体験版がほしいところだな
----------------
「 ツンドク」という本棚を作って未読、読書中の本をつっこむsql
ReadStatus の条件を変えれば、未読と読書中を分けるのも可
BEGIN TRANSACTION;
DELETE FROM ShelfContent WHERE ShelfName = ' ツンドク';
DELETE FROM Shelf WHERE Name = ' ツンドク';
INSERT INTO Shelf
SELECT
STRFTIME('%Y-%m-%dT%H:%M:%f','now'),' ツンドク',
' ツンドク',STRFTIME('%Y-%m-%dT%H:%M:%f','now'),
' ツンドク','custom','false','true','false';
INSERT INTO ShelfContent
SELECT
' ツンドク',Content.ContentID,
STRFTIME('%Y-%m-%dT%H:%M:%f','now'),'false','false'
FROM Content
WHERE
ContentType = 6 AND Accessibility <= 1 AND ___ExpirationStatus <> 3 AND
content .___UserID <>'' AND SUBSTR(ContentID,1,18) <> 'file:///usr/local/' AND
IFNULL(content.___FileSize,0) > 0 AND
ReadStatus < 2
COMMIT TRANSACTION;
自動でやる場合は「欧文混在の日本語認識」みたいな
メッセージになるので、NEOと変換結果が異なると思われる。
そもそもこういうプログラミング系の本の需要こそ高いと思うので、
プログラム言語と認識して変換するOCRソフトがあってもよいはず
韓国語はローカルの文字コードをフォントで色づけして日本語のPDFファイルに
含めているだけなので検索用にはつかえないようだ
v15もUnicode対応はうたってないしな
しかしこれって普通の日本語文書でも一部を簡体字、繁体字、ハングルの
ローカル文字コードにされ検索不能になる危険性があるってことだよな
NEOのほうがいいのかな
そのファイルのファイル名にしてくれるフリーソフトはないですか？
体験版はv14のままだったわ
PDFの画質も改善しないし
英文の本をマルチ言語で翻訳したら単語間のスペースが全てなくなる
英語固定にすると若干含まれているアクセント記号付きの文字がグチャグチャ
多言語対応と全くいえないバグだらけ、むしろ14の方がいいのかな
認識ウィンドウの文字に対するマウス操作効かなくなる。どう報告したものか…体験版で試してから購入するんだったorz
認識精度は個人的にあまり変わり映えなし。epub出力やPDFしおり出力云々のせいだと思うけどOCR作業ファイルの後方互換無くなった
ジャストシステムから発売されているやつ
epub出力ないのかー
いらない
ルビつきのepubが普通に出力できるOCRは出ないのかな
マンガは自炊して処分できたけど、小説がEPUB化できないといつまで経っても捨てられない
個人的にはルビまで修正の手が回らないから、ルビ出力はオフにしてるけど
500円くらいで買えたもの。
その自信がある。
てなことを思うほど
これほどイライラする類のソフトも無い。
俺ならまず、そのPCに存在する文書ファイルの語彙チェックから始めるな。
小説のような固定レイアウトで、文字も綺麗にスキャンされてる画像からOCRするのには向いてないんだね
同感だよな・・・
一番いいと言われている読取革命にしても、不具合多すぎるし。
って突っ込みたくなることが多い。
95年初めてOCRに出会った頃と比べてほとんど進化してない。
新発売の洗濯洗剤のごとく
バージョンうpのたびに制度が向上とか
もっと凄くなってないとオカシイやろって思う。
ペロペロペロペロペロペロッって
認識が終わるのも腹が立つ
もっとじっくりやれよって
ベローォォォォォォ、ベロッーーーーーーーーーーーんっ？ペロッ
くらいでいいからさ
早く認識終わったって
間違いが多けりゃ意味ねえんだよ。
文字の大きさを何で考慮しないんだろ
「間」「問」「聞」の間違いくらいなら大目に見るから
漢字と漢字の間に一文字半角ｶﾅとか記号とかねえだろって思うんだよね。
単純に似た形の文字を持ってくるだけじゃなくて
人間の脳内補正みたく文脈から文字の種類を推定したり熟語のデータベースと照合したりそういうのでOCRの精度あげられないのかね。
数ヶ月程度で作った(らしい)画像認識でこんだけ絞り込めるんだから、OCRメーカーさんにはもっと頑張ってほしいところ
さすがに「言」が二二口とか洒落にならん
縦書きの漢数字なんかまともに認識してくれないしな。
個人的には読んでココが一番良かったな。
文字の種類によって色分けしてたり、改行コードがわかるようになってたから、
誤変換した後の修正がしやすかったし。
これで第二水準漢字に対応していてくれさえすれば良かったのに。
「このPC内の文書ファイルの単語をデータとして使用する」 はい、いいえ
させるとかしたらええと思う。
そのうちgoogleがっクラウド型OCR作ったら、他のメーカー壊滅やろね。
そういうの得意そうやし
ネット上単語データベース利用して、推測認識。
案外、「この文書の元ネタはこのページです。まるごとコピペした方が早いです。」とか言って来たりして。
イラつく例もう一つ
表認識で、数字が4,000、3,000、1,000と並んでるのに次のセルで「2、CO日。」とか認識しやがんのね。
使えないと思ってたのが使えるようになったわ。
まったく、何でデフォルトが最低画質なんだか、、、
そのまま青空形式でルビを書き込むようにしてる。
え、それほんと？
初耳
電子インクの電子書籍端末がいい感じで普及してきたのに、ルビつきのepubが簡単に自炊できるソフトがないことが最大のネックになってた
読取と両方試用版試したけど決め手はルビ出力の可否
認識率は本文より低い感じだけど二重山カッコでくくってくれるので
底本参照の校正がはかどるのではないかと思いまして
とは言え認識率が100ﾊﾟｰで無い限り底本突合せで間違い探しする訳で根気ないと無理ですねこれは
どうしても残したく且つ電書化の可能性が限りなく低そうな手持ちの本限定…って感じです
あれって英数字だけだと月並み。
結局利用者は大概日本人か
誤認識は気にしない、だいたい認識してくれれば検索も役には立つ
と割り切って無修正で使っている
しかも無料だし
ChainLPでレベル補正とガンマ補正したら認識率上がるような？
上がるよ、フォトショで背景全部飛ばして文字の太さやらも調整する
ホントにホントに？
OCRかけて検索可能PDFにするのは自分は諦めてるんだけど、
画像内の文字列をちょこっと選択して、
Google検索だけしたいとはよく思う。
手動で範囲選択してそこだけOCRかけてweb検索やら辞書検索やらする
たぶん他のところのより可愛い
そうとしか思えないくらい可愛い
でもそう思っている飼い主ってけっこう多い？
画像の読み込みは白黒でしか対応していないため、
モノクロビットマップに変換してやる必要がある。
※元ファイルを消してしまわないため、コピーを別ディレクトリに保存した方が安全。
とりあえず光学文字認識をしてしまい、あとは愛用のエディタを用い、
元ファイルの画面を参照しながら手作業で直していく。
自動文章認識機能に頼りきっていては、なめらかな文字認識ができないため、
きめ細かな修正はやはりオペレーター（ユーザー）が行うしか無いのだ。
Google翻訳で日本語から英語へ翻訳する際、長文のニュースサイト、
論文とかは翻訳にあたってのコツはいちいち使えませんよね。
そこで、Google翻訳ツールセットを用い、おかしな翻訳は
ユーザーが手作業で修正する。それと同じ。
テスト出来なかったので
とりあえず体験版で上手くいったんでe.Typist NEO買っちゃった。
パナのばか野郎
ちゃんと段落指定しないと文字間にスペースが入ったりするからめんどくさいけど
ルビもしっかり読み取るし
右クリックですぐ検索できて素敵なPDFライフ送ってます
スキャンしたjpgファイルのゴミの山が宝の山に化けたぞ！
Web pageにあるJPEGなどの画像表示、つまりそのままテキスト文でcopy&paste
できないものをテキストデータに変換したい時がたまにある。
画面キャプチャ(snipping tool)によるclip boardを入力データとして読み
込んで、文字認識させてテキスト文にする。
最近５年ほどでOCR softwareの文字認識能力が格段に向上したというけど、
私の使っているものは読み間違えが多い。
画数の多い漢字は正確に認識しにくいが、英字などで"i"&"l"&"1", "o"&"0"
などは必ず間違っている。
読取はルビ読み取れないが eは読む
総務省の、『憲法改正国民投票法』、でググってみてください。
日本国民の皆様方、2016年7月の『第24回 参議院選挙』で、日本人の悲願である
改憲の成就が決まります。皆様方、必ず投票に自ら足を運んでください。お願い致します。
読み込み時にいちいちウインドウがアクティブになるので
他の作業が出来なくなるのがうざい
別にアクティブになる必要ないだろ
認識精度が上がる機能があればいいのにな
ゴシックと明朝、フトコロの大小だけでも
だいぶ精度が上がりそうなのに
ttp://jump.5ch.net/?https://bita.jp/dml/reactive_int
学習が日本語対応してないのが痛い
実質、英文のOCR専用でしょう
日本のOCRソフトで英文OCRやってもグダグダなのと同じだと思う
洋書を電子化するにはなかなか良いソフトだと思う
ちなみにe.typistはNuance社製
俺はttp://jump.5ch.net/?http://monomania.sblo.jp/article/55737163.htmlで↓を読んでFineReaderを買うことにした。
>>読取革命は英語の部分はFine Readerという英語圏では最も信頼性が高いOCRを採用していますが、エンジンを上手く生かし切れていません。
確かに。読取革命とは対照的に、処理中はPCを
事実上専有されてしまい困るね。
googleのAPIを試してみたら、認識精度は相当良かった。
今は（たぶん）アプリがないので敷居は少し高いが、
将棋といい、今後はAIの方向性になっていくのかな。
対応の帳票OCRソフトを発売しています
ttp://news.panasonic.com/jp/topics/148335.html お値段もいいっすね。
・帳票OCR Ver.8 クライアント版：398,000円（税抜）
お値段張りますね。個人にはちょっと手が出ません。
個人的にはGoogle cloud visionで満足ですが、
誤認識のフィードバックや学習機能はないですね。
直したいけどヒマないな…
ttp://jump.5ch.net/?https://github.com/dinosauria123/gcv2hocr
Linux用。Bash on Windowsでも使える。
素のWindows環境なので試せませんが、
検索可能PDFはいい考えですね。
高級言語を何も知らないので、標準のPowershellで
フロントエンド部分のスクリプトを作ってみたら、
Google Cloud Vision、結構いいかも。
文庫本一冊あたり数分でテキスト化できるようになった。
古いカメラ好きで、戦前戦中期のカメラ広告のデータベースを作ろうとしてるのですが、
他のOCRよりかなり良くて重宝してます。
全てが読めるわけではないですが、ものによっては広告の見出しのロゴなども読み取れます。
ちなみにテスト中のサーバーはこちらです。
縦書きがひっくり返ったり、画像が出なかったりとまだうまくいかないのですがw
ttp://jump.5ch.net/?http://104.197.98.173/
スクリプトは公開されますか？興味ありますw
ttp://jump.5ch.net/?http://n.shop.vector.co.jp/service/catalogue/ppocr/
てことはOCR民に重宝されていたGoogleドライブを経由して上げたjpgから文字化するあのシステムも失われてしまうのだろうか
よくわからんね
衆議員と参議院の両院で、改憲議員が３分の２を超えております。
『憲法改正国民投票法』、でググってみてください。国会の発議は
すでに可能です。平和は勝ち取るものです。お願い致します。☆☆
グーグル検索⇒『稲本のメツイオウレフフレゼ
Z9GSY
何万も掛けて買って、精度の悪さにがっかりしていたのがバカバカしくなるレベル。
Google Cloud Vision APIのOCRはマジでおすすめ。
