Python＋Tesseractで画像から文章を読み取る

仕事で画像から文字を読み取ってごにょごにょしないといけなくなったのですが、なかなか精度が出ないのでいろいろ試してます。

1 環境準備
2 画像読み込み
- 2.1 英語の読み取り
- 2.2 日本語の読み取り
3 精度を向上させるには

環境準備

AnacondaでPythonがインストールされていることを前提とします。
今回はWindows＋Python3.7を使用。

Tesseract

GitHubを見ると、Windowsの場合はインストーラを使えと書いてあります。
UB-Mannheim/tesseract からTesseract 5.0.0のインストーラをダウンロードします。

Additional script dataとAdditional language dataの＋アイコンをクリックします。

Additional script dataのJapanese script、Japanese vertical scriptをチェック

Additional language dataのJapanese、Japanese(vertical)をチェック
verticalは縦書き用の学習データのようです。
Javaneseってなんだろな…？

インストール後にパスを通すので、ファイルパスを控えておきます。

インストールが完了したら、控えておいたファイルパスにパスを通して準備完了。
CMDでtesseract -vと入力し、以下が表示されればOKです。

>tesseract -v
tesseract v5.0.0-alpha.20190708
leptonica-1.78.0
libgif 5.1.4 : libjpeg 8d (libjpeg-turbo 1.5.3) : libpng 1.6.34 : libtiff 4.0.9 : zlib 1.2.11 : libwebp 0.6.1 : libopenjp2 2.3.0
Found AVX2
Found AVX
Found SSE
Found libarchive 3.3.2 zlib/1.2.11 liblzma/5.2.3 bz2lib/1.0.6 liblz4/1.7.5

>tesseract -v

tesseract v5.0.0-alpha.20190708

leptonica-1.78.0

libgif 5.1.4 : libjpeg 8d (libjpeg-turbo 1.5.3) : libpng 1.6.34 : libtiff 4.0.9 : zlib 1.2.11 : libwebp 0.6.1 : libopenjp2 2.3.0

Found AVX2

Found AVX

Found SSE

Found libarchive 3.3.2 zlib/1.2.11 liblzma/5.2.3 bz2lib/1.0.6 liblz4/1.7.5

pyocr

Pythonからtesseractを使うためのライブラリです。

一応Anaconda cloudで検索すると3つほど出てくるのですが、一番ダウンロードされているbrianjmcguirk/pyocrを入れてみるとPython3.7の場合はpipで入れろと表示されました。
condaで揃えたいけど仕方ないのでpipで入れます。

pip install pyocr

1	pip install pyocr

openCV

画像を読み込んでいろいろ処理するため、openCVを入れます。
現時点だと4.1.1が入ります。
3系と4系で関数の引数が変更になってたりするので注意。

conda install -c conda-forge opencv

1	conda install -c conda-forge opencv

画像読み込み

ナショジオの記事をキャプチャして、文字を読み込んでみます。
日本語版と英語版をそれぞれ用意。
名前はjpn.pngとeng.pngとします。

ソースはこんな感じ。
ocr.py
└img
├eng.png
└jpn.png

from PIL import Image
import sys
import pyocr
import pyocr.builders
import cv2
tools = pyocr.get_available_tools()
if len(tools) == 0:
print("No OCR tool found")
sys.exit(1)
tool = tools[0]
print("Will use tool '%s'" % (tool.get_name()))
langs = tool.get_available_languages()
print("Available languages: %s" % ", ".join(langs))
lang = langs[0]
print("Will use lang '%s'" % (lang))
lang = 'eng'
img_path = './img/{}.png'.format(lang)
img = Image.open(img_path)
out_path = './img/{}_{}.png'
# 読み取ったテキストを返す
print('=============================================')
print('TextBuilder')
print('=============================================')
txt = tool.image_to_string(
img,
lang=lang,
builder=pyocr.builders.TextBuilder()
)
print(txt)
# 単語ごとにテキストと座標を返す
print('=============================================')
print('WordBoxBuilder')
print('=============================================')
word_boxes = tool.image_to_string(
img,
lang=lang,
builder=pyocr.builders.WordBoxBuilder()
)
out = cv2.imread(img_path)
for d in word_boxes:
print(d.content)
print(d.position)
cv2.rectangle(out, d.position[0], d.position[1], (0, 0, 255), 2)
cv2.imwrite(out_path.format(lang, 'word_boxes'), out)
# ラインごとにテキストと座標を返す
print('=============================================')
print('LineBoxBuilder')
print('=============================================')
line_and_word_boxes = tool.image_to_string(
img,
lang=lang,
builder=pyocr.builders.LineBoxBuilder()
)
out = cv2.imread(img_path)
for d in line_and_word_boxes:
print(d.content)
print(d.position)
cv2.rectangle(out, d.position[0], d.position[1], (0, 0, 255), 2)
cv2.imwrite(out_path.format(lang, 'line_and_word_boxes'), out)
# 数値のみを読み取って返す
print('=============================================')
print('DigitBuilder')
print('=============================================')
digits = tool.image_to_string(
img,
lang=lang,
builder=pyocr.tesseract.DigitBuilder()
)
print(digits)

from PIL import Image

import sys

import pyocr

import pyocr.builders

import cv2

tools = pyocr.get_available_tools()

if len(tools) == 0:

print("No OCR tool found")

sys.exit(1)

tool = tools[0]

print("Will use tool '%s'" % (tool.get_name()))

langs = tool.get_available_languages()

print("Available languages: %s" % ", ".join(langs))

lang = langs[0]

print("Will use lang '%s'" % (lang))

lang = 'eng'

img_path = './img/{}.png'.format(lang)

img = Image.open(img_path)

out_path = './img/{}_{}.png'

# 読み取ったテキストを返す

print('=============================================')

print('TextBuilder')

print('=============================================')

txt = tool.image_to_string(

img,

lang=lang,

builder=pyocr.builders.TextBuilder()

)

print(txt)

# 単語ごとにテキストと座標を返す

print('=============================================')

print('WordBoxBuilder')

print('=============================================')

word_boxes = tool.image_to_string(

img,

lang=lang,

builder=pyocr.builders.WordBoxBuilder()

)

out = cv2.imread(img_path)

for d in word_boxes:

print(d.content)

print(d.position)

cv2.rectangle(out, d.position[0], d.position[1], (0, 0, 255), 2)

cv2.imwrite(out_path.format(lang, 'word_boxes'), out)

# ラインごとにテキストと座標を返す

print('=============================================')

print('LineBoxBuilder')

print('=============================================')

line_and_word_boxes = tool.image_to_string(

img,

lang=lang,

builder=pyocr.builders.LineBoxBuilder()

)

out = cv2.imread(img_path)

for d in line_and_word_boxes:

print(d.content)

print(d.position)

cv2.rectangle(out, d.position[0], d.position[1], (0, 0, 255), 2)

cv2.imwrite(out_path.format(lang, 'line_and_word_boxes'), out)

# 数値のみを読み取って返す

print('=============================================')

print('DigitBuilder')

print('=============================================')

digits = tool.image_to_string(

img,

lang=lang,

builder=pyocr.tesseract.DigitBuilder()

)

print(digits)

英語の読み取り

22行目をlang = 'eng'として実行します。
出力されるテキストはこんな感じ。

=============================================
TextBuilder
=============================================
eae Bonet Sob RAD 3
Tira, the spotted zebra foal, may be more suspectible to biting flies without the zebra's trademark
str
ANIMALS | WEIRD & WILD
Rare polka-dotted zebra foal
photographed in Kenya
The eye-catching animal, seen in Kenya's Masai Mara National Reserve, likely
has a genetic mutation called pseudomelanism.
BY KATIE STACEY f uo
Talk about a horse of another color—a zebra foal with a dark coat and white
polka dots has been spotted in Kenya’s Masai Mara National Reserve.
Photographer Frank Liu was on the search for rhinos recently when he noticed
the eye-catching plains zebra, likely about a week old. “At first glance he
> Liu says. Antony Tira, a Maasai
looked like a different species altogether,
guide who first spotted the foal, named him Tira.
=============================================
WordBoxBuilder
=============================================
((59, 98), (467, 336))
eae
((13, 285), (63, 329))
Bonet
((84, 283), (140, 326))
Sob
((206, 303), (223, 332))
RAD
((250, 308), (292, 324))
3
((316, 286), (331, 323))
Tira,
((11, 356), (29, 364))
the
((36, 356), (52, 364))
spotted
((55, 356), (94, 366))
zebra
((97, 356), (124, 364))
foal,
((128, 356), (148, 366))
may
((152, 359), (173, 366))
be
((176, 356), (188, 364))
more
((192, 359), (217, 364))
suspectible
((220, 356), (276, 366))
to
((280, 359), (290, 364))
biting
((293, 356), (322, 366))
flies
((325, 356), (344, 364))
without
((349, 356), (386, 364))
the
((390, 356), (399, 364))
zebra's
((421, 356), (443, 364))
trademark
((446, 356), (498, 364))
str
((12, 372), (26, 379))
((401, 359), (421, 364))
((28, 374), (46, 381))
ANIMALS
((13, 451), (83, 460))
|
((88, 441), (107, 469))
WEIRD
((119, 451), (226, 460))
&
((167, 441), (182, 469))
WILD
((186, 451), (226, 460))
Rare
((13, 494), (72, 515))
polka-dotted
((81, 493), (260, 521))
zebra
((269, 493), (343, 515))
foal
((351, 493), (401, 515))
photographed
((13, 527), (210, 555))
in
((227, 534), (241, 549))
Kenya
((251, 528), (332, 555))
The
((11, 571), (35, 581))
eye-catching
((40, 571), (121, 584))
animal,
((126, 571), (170, 583))
seen
((175, 574), (203, 581))
in
((208, 571), (218, 581))
Kenya's
((223, 571), (269, 584))
Masai
((274, 571), (308, 581))
Mara
((314, 571), (343, 581))
National
((349, 571), (401, 581))
Reserve,
((407, 571), (459, 583))
likely
((464, 571), (496, 584))
has
((12, 591), (42, 601))
a
((32, 582), (37, 611))
genetic
((47, 592), (94, 604))
mutation
((99, 592), (156, 601))
called
((161, 591), (197, 601))
pseudomelanism.
((203, 591), (313, 604))
BY
((12, 654), (25, 661))
KATIE
((33, 654), (70, 661))
STACEY
((77, 654), (125, 661))
f
((411, 650), (417, 662))
uo
((468, 651), (509, 661))
Talk
((11, 754), (39, 765))
about
((43, 754), (78, 765))
a
((83, 758), (89, 765))
horse
((93, 754), (128, 765))
of
((133, 754), (145, 765))
another
((148, 754), (197, 765))
color—a
((202, 754), (252, 765))
zebra
((257, 754), (291, 765))
foal
((295, 754), (318, 765))
with
((322, 754), (349, 765))
a
((354, 758), (360, 765))
dark
((365, 754), (393, 765))
coat
((398, 756), (423, 765))
and
((428, 754), (451, 765))
white
((455, 754), (489, 765))
polka
((11, 777), (46, 791))
dots
((50, 777), (76, 788))
has
((80, 777), (101, 788))
been
((106, 777), (136, 788))
spotted
((140, 777), (187, 791))
in
((191, 777), (203, 788))
Kenya’s
((208, 778), (255, 791))
Masai
((260, 777), (298, 788))
Mara
((302, 778), (335, 788))
National
((339, 777), (393, 788))
Reserve.
((398, 778), (451, 788))
((391, 824), (402, 835))
Photographer
((12, 824), (98, 838))
Frank
((103, 824), (140, 835))
Liu
((144, 825), (164, 835))
was
((168, 828), (192, 835))
on
((197, 828), (212, 835))
the
((216, 824), (235, 835))
search
((240, 824), (280, 835))
for
((285, 824), (302, 835))
rhinos
((307, 824), (346, 835))
recently
((351, 826), (390, 835))
when
((405, 824), (439, 835))
he
((443, 824), (458, 835))
noticed
((463, 824), (509, 835))
the
((11, 847), (31, 858))
eye-catching
((35, 847), (115, 861))
plains
((119, 847), (156, 861))
zebra,
((161, 847), (198, 861))
likely
((203, 847), (235, 861))
about
((241, 847), (276, 858))
a
((281, 851), (287, 858))
week
((291, 847), (323, 858))
old.
((327, 847), (350, 858))
“At
((355, 848), (375, 858))
first
((379, 847), (404, 858))
glance
((409, 847), (448, 861))
he
((453, 847), (467, 858))
>
((274, 871), (276, 875))
Liu
((281, 870), (301, 881))
says.
((306, 874), (325, 881))
Antony
((333, 872), (385, 881))
Tira,
((389, 870), (418, 884))
a
((423, 874), (430, 881))
Maasai
((434, 870), (479, 881))
((326, 874), (331, 881))
looked
((11, 870), (53, 881))
like
((57, 870), (80, 881))
a
((84, 874), (91, 881))
different
((95, 870), (149, 881))
species
((154, 874), (198, 884))
altogether,
((203, 870), (267, 884))
((268, 879), (270, 882))
guide
((11, 893), (45, 907))
who
((50, 893), (75, 904))
first
((80, 893), (106, 904))
spotted
((110, 893), (156, 907))
the
((161, 893), (180, 904))
foal,
((185, 893), (211, 905))
named
((216, 893), (259, 904))
him
((263, 893), (287, 904))
Tira.
((292, 894), (321, 904))
=============================================
LineBoxBuilder
=============================================
((59, 98), (467, 336))
eae Bonet Sob RAD 3
((13, 283), (331, 332))
Tira, the spotted zebra foal, may be more suspectible to biting flies without the zebra's trademark
((11, 356), (498, 366))
str
((12, 372), (26, 379))
((401, 359), (421, 364))
((28, 374), (46, 381))
ANIMALS | WEIRD & WILD
((13, 451), (226, 460))
Rare polka-dotted zebra foal
((13, 493), (401, 521))
photographed in Kenya
((13, 527), (332, 555))
The eye-catching animal, seen in Kenya's Masai Mara National Reserve, likely
((11, 571), (496, 584))
has a genetic mutation called pseudomelanism.
((12, 591), (313, 604))
BY KATIE STACEY f uo
((12, 650), (509, 662))
Talk about a horse of another color—a zebra foal with a dark coat and white
((11, 754), (489, 765))
polka dots has been spotted in Kenya’s Masai Mara National Reserve.
((11, 777), (451, 791))
((391, 824), (402, 835))
Photographer Frank Liu was on the search for rhinos recently when he noticed
((12, 824), (509, 838))
the eye-catching plains zebra, likely about a week old. “At first glance he
((11, 847), (467, 861))
> Liu says. Antony Tira, a Maasai
((274, 870), (479, 884))
((326, 874), (331, 881))
looked like a different species altogether,
((11, 870), (267, 884))
((268, 879), (270, 882))
guide who first spotted the foal, named him Tira.
((11, 893), (321, 907))
=============================================
DigitBuilder
=============================================
9 3
.
-
-..
.
.
-..
.
.
..

100

101

102

103

104

105

106

107

108

109

110

111

112

113

114

115

116

117

118

119

120

121

122

123

124

125

126

127

128

129

130

131

132

133

134

135

136

137

138

139

140

141

142

143

144

145

146

147

148

149

150

151

152

153

154

155

156

157

158

159

160

161

162

163

164

165

166

167

168

169

170

171

172

173

174

175

176

177

178

179

180

181

182

183

184

185

186

187

188

189

190

191

192

193

194

195

196

197

198

199

200

201

202

203

204

205

206

207

208

209

210

211

212

213

214

215

216

217

218

219

220

221

222

223

224

225

226

227

228

229

230

231

232

233

234

235

236

237

238

239

240

241

242

243

244

245

246

247

248

249

250

251

252

253

254

255

256

257

258

259

260

261

262

263

264

265

266

267

268

269

270

271

272

273

274

275

276

277

278

279

280

281

282

283

284

285

286

287

288

289

290

291

292

293

294

295

296

297

298

299

300

301

302

303

304

305

306

307

308

309

310

311

312

313

314

315

316

317

318

319

320

321

322

323

324

325

326

327

328

329

330

331

332

333

334

335

336

337

338

339

340

341

342

343

344

345

346

347

348

349

350

351

352

353

354

355

356

357

358

359

360

361

362

363

364

365

366

367

368

369

370

371

372

373

374

375

376

377

378

379

380

381

382

383

384

385

386

387

388

389

390

391

392

393

394

=============================================

TextBuilder

=============================================

eae Bonet Sob RAD 3

Tira, the spotted zebra foal, may be more suspectible to biting flies without the zebra's trademark

str

ANIMALS | WEIRD & WILD

Rare polka-dotted zebra foal

photographed in Kenya

The eye-catching animal, seen in Kenya's Masai Mara National Reserve, likely

has a genetic mutation called pseudomelanism.

BY KATIE STACEY f uo

Talk about a horse of another color—a zebra foal with a dark coat and white

polka dots has been spotted in Kenya’s Masai Mara National Reserve.

Photographer Frank Liu was on the search for rhinos recently when he noticed

the eye-catching plains zebra, likely about a week old. “At first glance he

> Liu says. Antony Tira, a Maasai

looked like a different species altogether,

guide who first spotted the foal, named him Tira.

=============================================

WordBoxBuilder

=============================================

((59, 98), (467, 336))

eae

((13, 285), (63, 329))

Bonet

((84, 283), (140, 326))

Sob

((206, 303), (223, 332))

RAD

((250, 308), (292, 324))

((316, 286), (331, 323))

Tira,

((11, 356), (29, 364))

the

((36, 356), (52, 364))

spotted

((55, 356), (94, 366))

zebra

((97, 356), (124, 364))

foal,

((128, 356), (148, 366))

may

((152, 359), (173, 366))

((176, 356), (188, 364))

((192, 359), (217, 364))

suspectible

((220, 356), (276, 366))

((280, 359), (290, 364))

biting

((293, 356), (322, 366))

flies

((325, 356), (344, 364))

without

((349, 356), (386, 364))

the

((390, 356), (399, 364))

zebra's

((421, 356), (443, 364))

trademark

((446, 356), (498, 364))

str

((12, 372), (26, 379))

((401, 359), (421, 364))

((28, 374), (46, 381))

ANIMALS

((13, 451), (83, 460))

((88, 441), (107, 469))

WEIRD

((119, 451), (226, 460))

((167, 441), (182, 469))

WILD

((186, 451), (226, 460))

Rare

((13, 494), (72, 515))

polka-dotted

((81, 493), (260, 521))

zebra

((269, 493), (343, 515))

foal

((351, 493), (401, 515))

photographed

((13, 527), (210, 555))

((227, 534), (241, 549))

Kenya

((251, 528), (332, 555))

The

((11, 571), (35, 581))

eye-catching

((40, 571), (121, 584))

animal,

((126, 571), (170, 583))

seen

((175, 574), (203, 581))

((208, 571), (218, 581))

Kenya's

((223, 571), (269, 584))

Masai

((274, 571), (308, 581))

Mara

((314, 571), (343, 581))

National

((349, 571), (401, 581))

Reserve,

((407, 571), (459, 583))

likely

((464, 571), (496, 584))

has

((12, 591), (42, 601))

((32, 582), (37, 611))

genetic

((47, 592), (94, 604))

mutation

((99, 592), (156, 601))

called

((161, 591), (197, 601))

pseudomelanism.

((203, 591), (313, 604))

((12, 654), (25, 661))

KATIE

((33, 654), (70, 661))

STACEY

((77, 654), (125, 661))

((411, 650), (417, 662))

((468, 651), (509, 661))

Talk

((11, 754), (39, 765))

about

((43, 754), (78, 765))

((83, 758), (89, 765))

horse

((93, 754), (128, 765))

((133, 754), (145, 765))

another

((148, 754), (197, 765))

color—a

((202, 754), (252, 765))

zebra

((257, 754), (291, 765))

foal

((295, 754), (318, 765))

with

((322, 754), (349, 765))

((354, 758), (360, 765))

dark

((365, 754), (393, 765))

coat

((398, 756), (423, 765))

and

((428, 754), (451, 765))

white

((455, 754), (489, 765))

polka

((11, 777), (46, 791))

dots

((50, 777), (76, 788))

has

((80, 777), (101, 788))

been

((106, 777), (136, 788))

spotted

((140, 777), (187, 791))

((191, 777), (203, 788))

Kenya’s

((208, 778), (255, 791))

Masai

((260, 777), (298, 788))

Mara

((302, 778), (335, 788))

National

((339, 777), (393, 788))

Reserve.

((398, 778), (451, 788))

((391, 824), (402, 835))

Photographer

((12, 824), (98, 838))

Frank

((103, 824), (140, 835))

Liu

((144, 825), (164, 835))

was

((168, 828), (192, 835))

((197, 828), (212, 835))

the

((216, 824), (235, 835))

((240, 824), (280, 835))

for

((285, 824), (302, 835))

rhinos

((307, 824), (346, 835))

recently

((351, 826), (390, 835))

when

((405, 824), (439, 835))

((443, 824), (458, 835))

noticed

((463, 824), (509, 835))

the

((11, 847), (31, 858))

eye-catching

((35, 847), (115, 861))

plains

((119, 847), (156, 861))

zebra,

((161, 847), (198, 861))

likely

((203, 847), (235, 861))

about

((241, 847), (276, 858))

((281, 851), (287, 858))

week

((291, 847), (323, 858))

old.

((327, 847), (350, 858))

“At

((355, 848), (375, 858))

first

((379, 847), (404, 858))

glance

((409, 847), (448, 861))

((453, 847), (467, 858))

((274, 871), (276, 875))

Liu

((281, 870), (301, 881))

says.

((306, 874), (325, 881))

Antony

((333, 872), (385, 881))

Tira,

((389, 870), (418, 884))

((423, 874), (430, 881))

Maasai

((434, 870), (479, 881))

((326, 874), (331, 881))

looked

((11, 870), (53, 881))

((57, 870), (80, 881))

((84, 874), (91, 881))

different

((95, 870), (149, 881))

species

((154, 874), (198, 884))

altogether,

((203, 870), (267, 884))

((268, 879), (270, 882))

guide

((11, 893), (45, 907))

who

((50, 893), (75, 904))

first

((80, 893), (106, 904))

spotted

((110, 893), (156, 907))

the

((161, 893), (180, 904))

foal,

((185, 893), (211, 905))

named

((216, 893), (259, 904))

him

((263, 893), (287, 904))

Tira.

((292, 894), (321, 904))

=============================================

LineBoxBuilder

=============================================

((59, 98), (467, 336))

eae Bonet Sob RAD 3

((13, 283), (331, 332))

Tira, the spotted zebra foal, may be more suspectible to biting flies without the zebra's trademark

((11, 356), (498, 366))

str

((12, 372), (26, 379))

((401, 359), (421, 364))

((28, 374), (46, 381))

ANIMALS | WEIRD & WILD

((13, 451), (226, 460))

Rare polka-dotted zebra foal

((13, 493), (401, 521))

photographed in Kenya

((13, 527), (332, 555))

The eye-catching animal, seen in Kenya's Masai Mara National Reserve, likely

((11, 571), (496, 584))

has a genetic mutation called pseudomelanism.

((12, 591), (313, 604))

BY KATIE STACEY f uo

((12, 650), (509, 662))

Talk about a horse of another color—a zebra foal with a dark coat and white

((11, 754), (489, 765))

polka dots has been spotted in Kenya’s Masai Mara National Reserve.

((11, 777), (451, 791))

((391, 824), (402, 835))

Photographer Frank Liu was on the search for rhinos recently when he noticed

((12, 824), (509, 838))

the eye-catching plains zebra, likely about a week old. “At first glance he

((11, 847), (467, 861))

> Liu says. Antony Tira, a Maasai

((274, 870), (479, 884))

((326, 874), (331, 881))

looked like a different species altogether,

((11, 870), (267, 884))

((268, 879), (270, 882))

guide who first spotted the foal, named him Tira.

((11, 893), (321, 907))

=============================================

DigitBuilder

=============================================

9 3

-..

英語だと、結構な精度で読み取れてますね。
WordBoxBuilderの結果を見ると、ちゃんと単語ごとで区切ってくれてます。

WordBoxBuilderとLineBoxBuilderの出力画像を見てみると、グレーの文字は読み取れてないものの、かなりいい線いってます。

eng_word_boxes.png

eng_line_and_word_boxes.png

日本語の読み取り

22行目をlang = 'jpn'として実行します。

=============================================
TextBuilder
=============================================
水玉模様のシマウマが見つかる、偽メラニズムか
おとなまで生きられない可能性、ケニア
2019.0919                                  Zi PrrTEE ロ
水玉筐様を持つシマウマの子どもティラ。 シマウマのトレードマークであるしま機様がない
ため、唄血竹のハエが集まりやすい可能性がある。 (PHOTOGRAPH BY FRANK LU)
[画像のクリックで拡大表示]
ケニアのマサイマラ|
された。
保護区で、水玉模様をしたシマウマの子どもが発見
撮影したのは写真家のフランク・リユウ氏。サイを探していて、このシマウ
マに遭遇したという。「一見すると、まるで別の動物のようでした」 。 生後1週
間前後と思われるこのサバンナシマウマは、時初に発見したマサイ族のカイ
ド、アントニー・ティラ氏によってティラと名付けられた。
=============================================
WordBoxBuilder
=============================================
水玉
((21, 12), (71, 35))
模様
((73, 12), (382, 36))
の
((143, 7), (177, 47))
シマ
((160, 7), (221, 47))
ウマ
((200, 7), (261, 47))
が
((240, 7), (281, 47))
見
((293, 7), (334, 47))
つか
((313, 7), (371, 47))
る
((353, 7), (388, 47))
、
((386, 27), (394, 35))
偽
((411, 12), (460, 35))
メラ
((440, 7), (486, 47))
ニズム
((489, 7), (566, 47))
か
((567, 13), (592, 35))
お
((21, 49), (36, 62))
と
((39, 49), (51, 62))
な
((53, 49), (68, 63))
まで
((70, 49), (97, 63))
生き
((101, 49), (131, 63))
られ
((134, 49), (164, 63))
な
((165, 49), (180, 63))
い
((182, 51), (189, 62))
可
((191, 49), (223, 63))
能
((229, 48), (248, 63))
性
((241, 44), (260, 72))
、
((250, 44), (269, 72))
ケ
((261, 49), (277, 63))
ニア
((277, 50), (308, 63))
2019.0919
((22, 79), (110, 125))
Zi
((456, 78), (530, 124))
PrrTEE
((529, 78), (630, 124))
ロ
((642, 93), (660, 110))
水玉
((91, 524), (118, 552))
筐
((115, 531), (141, 543))
様
((138, 524), (148, 552))
を
((143, 524), (153, 552))
持つ
((157, 532), (185, 543))
シマ
((175, 524), (199, 552))
ウマ
((200, 532), (223, 543))
の
((215, 524), (234, 552))
子ども
((241, 524), (281, 552))
ティ
((271, 524), (293, 552))
ラ
((296, 536), (311, 543))
。
((304, 524), (318, 552))
シマ
((320, 533), (343, 543))
ウマ
((344, 532), (367, 543))
の
((367, 533), (379, 543))
トレ
((382, 532), (403, 543))
ー
((404, 537), (414, 538))
ド
((418, 532), (426, 543))
マー
((427, 532), (498, 543))
ク
((446, 524), (465, 552))
で
((455, 524), (475, 552))
ある
((465, 532), (498, 543))
し
((501, 532), (510, 543))
ま
((512, 532), (519, 543))
機
((523, 531), (582, 543))
様
((551, 524), (556, 552))
が
((553, 524), (559, 552))
な
((558, 524), (573, 552))
い
((565, 524), (580, 552))
た
((91, 548), (102, 559))
め
((103, 548), (114, 559))
、
((116, 556), (119, 559))
唄
((127, 547), (150, 559))
血
((151, 548), (163, 559))
竹
((163, 549), (174, 559))
の
((175, 549), (179, 559))
ハエ
((173, 540), (202, 568))
が
((192, 540), (211, 568))
集まり
((215, 548), (253, 559))
や
((243, 540), (262, 568))
すい
((260, 548), (281, 559))
可能
((283, 547), (359, 559))
性
((311, 540), (330, 568))
が
((320, 540), (339, 568))
ある
((329, 540), (358, 568))
。
((350, 540), (365, 568))
(PHOTOGRAPH
((375, 548), (460, 559))
BY
((466, 549), (481, 558))
FRANK
((486, 549), (525, 558))
LU)
((530, 548), (554, 559))
[画像
((429, 572), (491, 584))
の
((462, 565), (477, 593))
クリ
((469, 572), (491, 584))
ッ
((494, 575), (502, 583))
ク
((505, 572), (514, 583))
で
((517, 573), (523, 583))
拡大
((530, 565), (551, 593))
表示
((552, 565), (575, 593))
]
((576, 572), (579, 584))
((86, 144), (596, 564))
ケニア
((105, 623), (230, 635))
の
((138, 618), (164, 643))
マサ
((153, 618), (191, 643))
イマ
((178, 618), (216, 643))
ジラ
((211, 618), (224, 643))
国立
((221, 618), (270, 643))
保護
((255, 618), (299, 643))
区
((301, 624), (308, 634))
で
((298, 618), (316, 643))
、
((316, 631), (319, 634))
水
((329, 622), (342, 635))
玉
((343, 623), (356, 635))
模
((357, 622), (385, 635))
様
((390, 623), (398, 635))
を
((401, 623), (410, 635))
し
((414, 623), (426, 635))
た
((428, 623), (437, 635))
シマ
((426, 618), (455, 643))
ウマ
((456, 622), (483, 635))
の
((483, 624), (496, 635))
子ども
((503, 623), (537, 635))
が
((539, 623), (548, 635))
発見
((548, 622), (580, 635))
され
((92, 651), (118, 663))
た
((120, 651), (130, 663))
。
((134, 659), (138, 663))
撮影
((105, 699), (146, 711))
し
((148, 699), (160, 711))
た
((161, 700), (168, 711))
の
((159, 694), (176, 719))
は
((176, 699), (185, 711))
写真
((189, 698), (300, 711))
家
((219, 694), (241, 719))
の
((230, 694), (256, 719))
フ
((242, 694), (268, 719))
ラン
((255, 694), (293, 719))
ク
((280, 694), (306, 719))
・
((306, 704), (309, 707))
リ
((317, 699), (327, 711))
ユウ
((330, 698), (356, 711))
氏
((358, 699), (376, 711))
。
((365, 694), (387, 719))
サ
((385, 699), (399, 711))
イ
((400, 699), (412, 711))
を
((414, 699), (426, 711))
探し
((442, 699), (468, 711))
て
((470, 700), (482, 710))
いて
((471, 699), (501, 711))
、
((496, 694), (518, 719))
こ
((513, 700), (524, 711))
の
((525, 700), (538, 711))
シマ
((540, 699), (567, 711))
ウ
((568, 698), (576, 711))
マ
((92, 728), (105, 739))
に
((106, 727), (116, 739))
遭遇
((119, 726), (222, 739))
し
((148, 722), (170, 747))
た
((158, 722), (180, 747))
と
((169, 722), (195, 747))
いう
((183, 726), (216, 739))
。「
((204, 722), (244, 747))
一
((246, 727), (272, 739))
見
((274, 726), (286, 739))
する
((288, 727), (311, 739))
と
((316, 735), (319, 738))
、
((310, 722), (332, 747))
ま
((330, 727), (342, 739))
る
((344, 728), (355, 739))
で
((357, 728), (370, 738))
別
((373, 727), (383, 739))
の
((385, 728), (393, 739))
動物
((399, 726), (516, 739))
の
((431, 722), (453, 747))
よう
((442, 722), (476, 747))
で
((465, 722), (486, 747))
し
((475, 722), (497, 747))
た
((485, 722), (507, 747))
」
((498, 722), (516, 747))
。
((515, 722), (528, 747))
生後
((526, 726), (589, 739))
1
((565, 722), (574, 747))
週
((583, 722), (593, 747))
間
((92, 754), (117, 767))
前
((119, 754), (201, 767))
後
((131, 749), (145, 775))
と
((137, 749), (151, 775))
思わ
((148, 754), (188, 767))
れる
((174, 749), (214, 775))
この
((202, 749), (230, 775))
サバ
((231, 754), (259, 767))
ン
((260, 756), (272, 767))
ナ
((273, 754), (286, 767))
シマ
((288, 755), (315, 767))
ウマ
((316, 754), (343, 767))
は
((344, 755), (355, 767))
、
((358, 763), (361, 766))
時
((371, 754), (394, 767))
初
((400, 755), (402, 767))
に
((404, 756), (411, 766))
発見
((413, 753), (566, 767))
し
((449, 749), (468, 775))
た
((458, 749), (476, 775))
マサ
((467, 749), (498, 775))
イ
((488, 749), (507, 775))
族
((516, 749), (535, 775))
の
((525, 749), (543, 775))
カイ
((534, 749), (567, 775))
ド
((95, 782), (109, 795))
、
((120, 784), (127, 795))
ア
((113, 778), (139, 803))
ント
((134, 782), (160, 795))
ニー・
((161, 785), (197, 794))
テ
((203, 784), (216, 795))
ィ
((218, 785), (228, 795))
ラ
((232, 783), (244, 795))
氏
((246, 783), (269, 795))
に
((274, 783), (281, 795))
よっ
((272, 778), (298, 803))
て
((302, 784), (314, 794))
ティ
((315, 784), (340, 795))
ラ
((344, 783), (356, 795))
と
((359, 783), (369, 795))
名
((371, 782), (460, 796))
付け
((393, 778), (425, 803))
られ
((416, 778), (441, 803))
た
((434, 778), (452, 803))
。
((443, 778), (460, 803))
=============================================
LineBoxBuilder
=============================================
水玉 模様 の シマ ウマ が 見 つか る 、 偽 メラ ニズム か
((21, 11), (592, 36))
お と な まで 生き られ な い 可 能 性 、 ケ ニア
((21, 48), (308, 63))
2019.0919 Zi PrrTEE ロ
((22, 79), (660, 125))
((86, 144), (596, 564))
ケニア の マサ イマ ジラ 国立 保護 区 で 、 水 玉 模 様 を し た シマ ウマ の 子ども が 発見
((105, 622), (580, 636))
され た 。
((92, 651), (138, 663))
撮影 し た の は 写真 家 の フ ラン ク ・ リ ユウ 氏 。 サ イ を 探し て いて 、 こ の シマ ウ
((105, 698), (580, 711))
マ に 遭遇 し た と いう 。「 一 見 する と 、 ま る で 別 の 動物 の よう で し た 」 。 生後 1 週
((92, 726), (589, 739))
間 前 後 と 思わ れる この サバ ン ナ シマ ウマ は 、 時 初 に 発見 し た マサ イ 族 の カイ
((92, 753), (566, 767))
ド 、 ア ント ニー・ テ ィ ラ 氏 に よっ て ティ ラ と 名 付け られ た 。
((95, 782), (460, 796))
=============================================
DigitBuilder
=============================================
2019.0919
-
.
1

100

101

102

103

104

105

106

107

108

109

110

111

112

113

114

115

116

117

118

119

120

121

122

123

124

125

126

127

128

129

130

131

132

133

134

135

136

137

138

139

140

141

142

143

144

145

146

147

148

149

150

151

152

153

154

155

156

157

158

159

160

161

162

163

164

165

166

167

168

169

170

171

172

173

174

175

176

177

178

179

180

181

182

183

184

185

186

187

188

189

190

191

192

193

194

195

196

197

198

199

200

201

202

203

204

205

206

207

208

209

210

211

212

213

214

215

216

217

218

219

220

221

222

223

224

225

226

227

228

229

230

231

232

233

234

235

236

237

238

239

240

241

242

243

244

245

246

247

248

249

250

251

252

253

254

255

256

257

258

259

260

261

262

263

264

265

266

267

268

269

270

271

272

273

274

275

276

277

278

279

280

281

282

283

284

285

286

287

288

289

290

291

292

293

294

295

296

297

298

299

300

301

302

303

304

305

306

307

308

309

310

311

312

313

314

315

316

317

318

319

320

321

322

323

324

325

326

327

328

329

330

331

332

333

334

335

336

337

338

339

340

341

342

343

344

345

346

347

348

349

350

351

352

353

354

355

356

357

358

359

360

361

362

363

364

365

366

367

368

369

370

371

372

373

374

375

376

377

378

379

380

381

382

383

384

385

386

387

388

389

390

391

392

393

394

395

396

397

398

399

400

401

402

403

404

405

406

407

408

409

410

411

412

413

414

415

416

417

418

419

420

421

422

423

424

425

426

427

428

429

430

431

432

433

434

435

436

437

438

439

440

441

442

443

444

445

446

447

448

449

450

451

452

453

454

455

456

457

458

459

460

461

462

463

464

465

466

467

468

469

470

471

472

473

474

475

476

477

478

479

480

481

482

483

484

485

486

487

488

489

490

491

492

493

494

495

496

497

498

499

500

501

502

503

504

=============================================

TextBuilder

=============================================

水玉模様のシマウマが見つかる、偽メラニズムか

おとなまで生きられない可能性、ケニア

2019.0919 Zi PrrTEE ロ

水玉筐様を持つシマウマの子どもティラ。シマウマのトレードマークであるしま機様がない

ため、唄血竹のハエが集まりやすい可能性がある。 (PHOTOGRAPH BY FRANK LU)

[画像のクリックで拡大表示]

ケニアのマサイマラ|

された。

保護区で、水玉模様をしたシマウマの子どもが発見

撮影したのは写真家のフランク・リユウ氏。サイを探していて、このシマウ

マに遭遇したという。「一見すると、まるで別の動物のようでした」。生後1週

間前後と思われるこのサバンナシマウマは、時初に発見したマサイ族のカイ

ド、アントニー・ティラ氏によってティラと名付けられた。

=============================================

WordBoxBuilder

=============================================

水玉

((21, 12), (71, 35))

模様

((73, 12), (382, 36))

の

((143, 7), (177, 47))

シマ

((160, 7), (221, 47))

ウマ

((200, 7), (261, 47))

が

((240, 7), (281, 47))

見

((293, 7), (334, 47))

つか

((313, 7), (371, 47))

る

((353, 7), (388, 47))

、

((386, 27), (394, 35))

偽

((411, 12), (460, 35))

メラ

((440, 7), (486, 47))

ニズム

((489, 7), (566, 47))

か

((567, 13), (592, 35))

お

((21, 49), (36, 62))

と

((39, 49), (51, 62))

な

((53, 49), (68, 63))

まで

((70, 49), (97, 63))

生き

((101, 49), (131, 63))

られ

((134, 49), (164, 63))

な

((165, 49), (180, 63))

い

((182, 51), (189, 62))

可

((191, 49), (223, 63))

能

((229, 48), (248, 63))

性

((241, 44), (260, 72))

、

((250, 44), (269, 72))

ケ

((261, 49), (277, 63))

ニア

((277, 50), (308, 63))

2019.0919

((22, 79), (110, 125))

((456, 78), (530, 124))

PrrTEE

((529, 78), (630, 124))

ロ

((642, 93), (660, 110))

水玉

((91, 524), (118, 552))

筐

((115, 531), (141, 543))

様

((138, 524), (148, 552))

を

((143, 524), (153, 552))

持つ

((157, 532), (185, 543))

シマ

((175, 524), (199, 552))

ウマ

((200, 532), (223, 543))

の

((215, 524), (234, 552))

子ども

((241, 524), (281, 552))

ティ

((271, 524), (293, 552))

ラ

((296, 536), (311, 543))

。

((304, 524), (318, 552))

シマ

((320, 533), (343, 543))

ウマ

((344, 532), (367, 543))

の

((367, 533), (379, 543))

トレ

((382, 532), (403, 543))

ー

((404, 537), (414, 538))

ド

((418, 532), (426, 543))

マー

((427, 532), (498, 543))

ク

((446, 524), (465, 552))

で

((455, 524), (475, 552))

ある

((465, 532), (498, 543))

し

((501, 532), (510, 543))

ま

((512, 532), (519, 543))

機

((523, 531), (582, 543))

様

((551, 524), (556, 552))

が

((553, 524), (559, 552))

な

((558, 524), (573, 552))

い

((565, 524), (580, 552))

た

((91, 548), (102, 559))

め

((103, 548), (114, 559))

、

((116, 556), (119, 559))

唄

((127, 547), (150, 559))

血

((151, 548), (163, 559))

竹

((163, 549), (174, 559))

の

((175, 549), (179, 559))

ハエ

((173, 540), (202, 568))

が

((192, 540), (211, 568))

集まり

((215, 548), (253, 559))

や

((243, 540), (262, 568))

すい

((260, 548), (281, 559))

可能

((283, 547), (359, 559))

性

((311, 540), (330, 568))

が

((320, 540), (339, 568))

ある

((329, 540), (358, 568))

。

((350, 540), (365, 568))

(PHOTOGRAPH

((375, 548), (460, 559))

((466, 549), (481, 558))

FRANK

((486, 549), (525, 558))

LU)

((530, 548), (554, 559))

[画像

((429, 572), (491, 584))

の

((462, 565), (477, 593))

クリ

((469, 572), (491, 584))

ッ

((494, 575), (502, 583))

ク

((505, 572), (514, 583))

で

((517, 573), (523, 583))

拡大

((530, 565), (551, 593))

表示

((552, 565), (575, 593))

]

((576, 572), (579, 584))

((86, 144), (596, 564))

ケニア

((105, 623), (230, 635))

の

((138, 618), (164, 643))

マサ

((153, 618), (191, 643))

イマ

((178, 618), (216, 643))

ジラ

((211, 618), (224, 643))

国立

((221, 618), (270, 643))

保護

((255, 618), (299, 643))

区

((301, 624), (308, 634))

で

((298, 618), (316, 643))

、

((316, 631), (319, 634))

水

((329, 622), (342, 635))

玉

((343, 623), (356, 635))

模

((357, 622), (385, 635))

様

((390, 623), (398, 635))

を

((401, 623), (410, 635))

し

((414, 623), (426, 635))

た

((428, 623), (437, 635))

シマ

((426, 618), (455, 643))

ウマ

((456, 622), (483, 635))

の

((483, 624), (496, 635))

子ども

((503, 623), (537, 635))

が

((539, 623), (548, 635))

発見

((548, 622), (580, 635))

され

((92, 651), (118, 663))

た

((120, 651), (130, 663))

。

((134, 659), (138, 663))

撮影

((105, 699), (146, 711))

し

((148, 699), (160, 711))

た

((161, 700), (168, 711))

の

((159, 694), (176, 719))

は

((176, 699), (185, 711))

写真

((189, 698), (300, 711))

家

((219, 694), (241, 719))

の

((230, 694), (256, 719))

フ

((242, 694), (268, 719))

ラン

((255, 694), (293, 719))

ク

((280, 694), (306, 719))

・

((306, 704), (309, 707))

リ

((317, 699), (327, 711))

ユウ

((330, 698), (356, 711))

氏

((358, 699), (376, 711))

。

((365, 694), (387, 719))

サ

((385, 699), (399, 711))

イ

((400, 699), (412, 711))

を

((414, 699), (426, 711))

探し

((442, 699), (468, 711))

て

((470, 700), (482, 710))

いて

((471, 699), (501, 711))

、

((496, 694), (518, 719))

こ

((513, 700), (524, 711))

の

((525, 700), (538, 711))

シマ

((540, 699), (567, 711))

ウ

((568, 698), (576, 711))

マ

((92, 728), (105, 739))

に

((106, 727), (116, 739))

遭遇

((119, 726), (222, 739))

し

((148, 722), (170, 747))

た

((158, 722), (180, 747))

と

((169, 722), (195, 747))

いう

((183, 726), (216, 739))

。「

((204, 722), (244, 747))

一

((246, 727), (272, 739))

見

((274, 726), (286, 739))

する

((288, 727), (311, 739))

と

((316, 735), (319, 738))

、

((310, 722), (332, 747))

ま

((330, 727), (342, 739))

る

((344, 728), (355, 739))

で

((357, 728), (370, 738))

別

((373, 727), (383, 739))

の

((385, 728), (393, 739))

動物

((399, 726), (516, 739))

の

((431, 722), (453, 747))

よう

((442, 722), (476, 747))

で

((465, 722), (486, 747))

し

((475, 722), (497, 747))

た

((485, 722), (507, 747))

」

((498, 722), (516, 747))

。

((515, 722), (528, 747))

生後

((526, 726), (589, 739))

((565, 722), (574, 747))

週

((583, 722), (593, 747))

間

((92, 754), (117, 767))

前

((119, 754), (201, 767))

後

((131, 749), (145, 775))

と

((137, 749), (151, 775))

思わ

((148, 754), (188, 767))

れる

((174, 749), (214, 775))

この

((202, 749), (230, 775))

サバ

((231, 754), (259, 767))

ン

((260, 756), (272, 767))

ナ

((273, 754), (286, 767))

シマ

((288, 755), (315, 767))

ウマ

((316, 754), (343, 767))

は

((344, 755), (355, 767))

、

((358, 763), (361, 766))

時

((371, 754), (394, 767))

初

((400, 755), (402, 767))

に

((404, 756), (411, 766))

発見

((413, 753), (566, 767))

し

((449, 749), (468, 775))

た

((458, 749), (476, 775))

マサ

((467, 749), (498, 775))

イ

((488, 749), (507, 775))

族

((516, 749), (535, 775))

の

((525, 749), (543, 775))

カイ

((534, 749), (567, 775))

ド

((95, 782), (109, 795))

、

((120, 784), (127, 795))

ア

((113, 778), (139, 803))

ント

((134, 782), (160, 795))

ニー・

((161, 785), (197, 794))

テ

((203, 784), (216, 795))

ィ

((218, 785), (228, 795))

ラ

((232, 783), (244, 795))

氏

((246, 783), (269, 795))

に

((274, 783), (281, 795))

よっ

((272, 778), (298, 803))

て

((302, 784), (314, 794))

ティ

((315, 784), (340, 795))

ラ

((344, 783), (356, 795))

と

((359, 783), (369, 795))

名

((371, 782), (460, 796))

付け

((393, 778), (425, 803))

られ

((416, 778), (441, 803))

た

((434, 778), (452, 803))

。

((443, 778), (460, 803))

=============================================

LineBoxBuilder

=============================================

水玉模様のシマウマが見つかる、偽メラニズムか

((21, 11), (592, 36))

おとなまで生きられない可能性、ケニア

((21, 48), (308, 63))

2019.0919 Zi PrrTEE ロ

((22, 79), (660, 125))

((86, 144), (596, 564))

ケニアのマサイマジラ国立保護区で、水玉模様をしたシマウマの子どもが発見

((105, 622), (580, 636))

された。

((92, 651), (138, 663))

撮影したのは写真家のフランク・リユウ氏。サイを探していて、このシマウ

((105, 698), (580, 711))

マに遭遇したという。「一見すると、まるで別の動物のようでした」。生後 1 週

((92, 726), (589, 739))

間前後と思われるこのサバンナシマウマは、時初に発見したマサイ族のカイ

((92, 753), (566, 767))

ド、アントニー・ティラ氏によってティラと名付けられた。

((95, 782), (460, 796))

=============================================

DigitBuilder

=============================================

2019.0919

WordBoxBuilderとLineBoxBuilderの出力画像がこれ。

jpn_word_boxes.png

jpn_line_and_word_boxes.png

WordBoxBuilderの結果を見ると、単語の認識がかなり微妙ということがわかります。
文字を読みとるだけならTextBuilderもしくはLineBoxBuilderを使用すればいいですが、WordBoxBuilderで単語区切りにしたい場合はこのままだと使い物になりません。

精度を向上させるには

Tesseractには、最初から学習データが用意されています。
先ほどの読み取りもこちらを使用しました。
このデータで精度が出ない場合は、自分で学習データを作ることができます。

自分で学習させた場合、特定のフォントや手書き文字の精度が上がる場合があります。
日本語の単語を読み取ってくれない問題も同様に。

長くなったので、学習は次回行いたいたいと思います。