ocr's Introduction

概要

OCR技術を使って画像から文字起こしをする。

実行環境：Docker

環境構築(以下のコマンドは一度だけ実行してください)

git clone [email protected]:dice-tfukuda/ocr.git
cd ocr

※buildは環境は環境によって以下のどちらかを実行してください。
[Windows]
docker build -t dice_ocr:latest
[mac]
docker build -t dice_ocr:latest --platform linux/amd64 .

docker-compose up -d
docker ps
※このコマンドを実行後dice_ocr:latestのコンテナが立ち上がっていることを確認してください。

接続方法 ブラウザでlocalhost:8888にアクセスするとJupyter Labに接続できます。

作業終了時のコマンド

docker-compose down

作業再開

docker-compose up -d

ocr's People

Contributors

ocr's Issues

OCRを複数の画像に対応できるようにする。

やりたいこと

複数の画像の文字起こしを一回の処理で行いexcelファイルに格納する。

タスクの細分化

文字起こし用の画像をimagesファイルに格納する。(適当なものを選択してください。)
imagesファイルに格納されているファイルパスを取得する。(米国データサイエンティストがやさしく教えるデータサイエンスのためのPython講座69, 70あたりを参考に)
まずは一つ取り出して文字起こしが出来るかどうかを確かめる。
全ての画像を順番に読み込みこむ。
- for loopで画像を一つずつ読み込み。
- 結果をdictionaryに一つ一つ格納する。(key：画像の名前, value：文字起こしの結果)
- 結果を出力する。
結果の配列をDataframeに格納する。
DataframeをExcelに出力する。

Recommend Projects