ガンダムコレクション改造日記
ガンコレの改造・塗装・ジオラマ作成の途中経過の写真付き日記2010年09月04日
ES-D200でOCRを使ったレビュー
レビューというより自分用のメモ書き。
人が書いたOCR術などを読んでしまうと先入観ができてしまうので、自分で実験してから読もうと思う。
ES-D200には3種類のOCRがある（らしい）。
１．ADBE Acrobat
２．読んde!!ココ
３．EPSON Event Manager
３はスキャンとOCRを同時にやるみたいなのでパス。スキャンはスキャン、OCRはOCRと分けて作業したいので。
将来OCRの性能があがるだろうから、原画のJPEGファイルはとっておく予定。
まず、原画の作成・・・スキャン設定をどうするか検証する。
スキャン設定としては
１．解像度・・・300dpi, 600dpi
２．色数・・・グレイスケール、モノクロ
３．画質補正・・・なし、輪郭シャープ
と8通りある。
OCR保存したいのはソースファイルなどがのっているコンピューター雑誌なので、雑誌のとある1ページを使って試す。
まずACROBATを使って600dpiでのOCR結果の比較をしてみる。
日本語はどれもほぼ完ぺきな認識。問題なし。
ソースコード部分は、グレイ補正なしのほうがいい感じ。 グレイ・シャープのほうが誤認識が多い。
モノクロは論外。ソース部分がグレイのバック時黒で文字が書いてあり、まったく認識されていなかった。
次に600dpiと300dpiを比較。モノクロは論外なのでグレイの補正なしで比較。
大見出しは600dpiでは文字として認識されなかった（大きすぎ？）が、300dpiは認識されていいた。
ソースコードの認識は、
600dpi
> CTweetOverlayltem.javal
> public class TweetOverlayItem extends OverlayItem {
> Tweet tweet;
> pub lic TweetOverlayItem(GeoPoint point，
> String title，
> St ring snippet，
> Tweet tweet) {
300dpi
> (TweetOverlayltem.java)
> pUblic class TweetOverlayItem extends OverlayItem {
> Tweet tweet;
> public TweetOverlayItem(GeoPoint point，
> 5t ring ti tle，
> 5t ring snippet，
> Tweet tweet) {
600dpiは左かっこがCになっている箇所がかなりある（ほとんど）。しかし300dpiの「String」を「5tring」と認識しているのはちょっとまずい。
しかし600dpiのほうもほどほどに誤認識があるので誤差と考えると、画像サイズ的に300dpiのほうがいい？
300dpi ・・・ 1.2MB。600dpi ・・・ 3.7MB。
次に読んde!!ココ。
300dpiグレイスケール補正なし
日本語は問題なし。▼や■という記号をちゃんと認識している。タイトル・サブタイトルという大きい文字も認識。
ソースコードは・・・・
> （TweetOverlayltemjava）
> P〕blic ctaSS TweetOvertayItemext即ds Overlay夏teml
> Tweet tweet；
> pubticTweetOverlayItem（GeoPointpoint．
> Stri咽titte．
> String snlPPet，
> Tweet軸eet）‡
> SUPer（POint．titte．Snippet）；
> this．tweet＝tWeet；
> ナ
> ナ
ボロボロ・・・。補正ありも同じ。モノクロ補正なしは文字として認識はしていたが同じくボロボロ。
次に600dpiグレイスケール補正なし。
日本語は問題なし。
> （1両eetOverlayltemJava）
> publicclassTweetOvertayItemextendsOverlayItemt
> Tweet tweet；
> pubucTweetOverlay工tem（GeoPo土ntpolnt
> String titte，
> String snlPPet
> Tweet tweet）t
> super（POint，titte，Snippet）；
> this．tweet＝tWeet；
> ）
> ）
かなり良い。"}"が")"となるのはいまいちだけど、検索には使わないのでOK。大文字・小文字も検索には関係ないのでOK。
グレイスケール補正ありはボロボロ。モノクロは認識すらされなかった。
使い勝手はAcrobatのほうがいい。
Actobatのほうは、600dpiも300dpiも結果はあまり変わらないので小さいほうがいい。
結論
１．色調はグレースケール
２．輪郭補正はなし
３．OCRはＡcrobat
４．サイズは300dpiで十分
300dpi グレイスケール補正なし画像はこちら
書籍・雑誌