PythonでOCRをつくる

■全体

数字認識を使って棚卸を自動化するアプリケーションを作る - 薬剤師のプログラミング学習日記機械学習ライブラリにおける画像分類のチュートリアルなどで目にすることが多い手書き数字認識ですが、実際の業務で行う棚卸で利用することができそうだと考え、あれこれ試行錯誤してやってみました。とりあえず実用で使えるレベルで形になったので、書いていきたいと思います。 手書き数字認識とは 作成するアプリケーションの概要 自動化する部分 精度を決めるポイント OpenC…リンクwww.yakupro.info

 

■画像傾き補正

 
Pythonで画像の傾きを補正して水平にする - 薬剤師のプログラミング学習日記コピー機等でスキャンした画像データをよく見ると、ほんのわずかに傾いているものがあります。Windowsだと標準ソフトのフォトあたりを使うと、スライダーをマウスで動かしながら画像の回転を行うことができますが、角度の最小単位が1度ずつとなっていて微妙な操作は難しそうですし、何十枚もこの作業をするのは面倒です。そこで、今回は画像の傾きを自動で補正するプログラムを書…リンクwww.yakupro.info

　スキャナーで読み込んだ画像を回転して水平にする

 

■数字認識

画像から手書き数字を切り出す - 薬剤師のプログラミング学習日記手書き数字をコンピュータに読ませて入力作業を自動化するため、画像から特定の領域にある数字を切り出すプログラムを書きました。 なお、本記事の内容は「数字認識を使って棚卸を自動化するアプリケーションを作る」で行った処理のひとつとなっています。 切り出す方法 複数のマーカーの位置をテンプレートマッチングで取得する cv2.matchTemplateの戻り値の中身 …リンクwww.yakupro.info

　基点となる複数のマーカーの位置を取得する

 

　切り出し位置の座標がずれていかないようにマーカーの検出位置で補正する

　枠線を消して数字だけを浮かび上がらせる

　数字の大きさや位置を補正してノイズを除去する

 

手書き数字データに前処理を行う - 薬剤師のプログラミング学習日記前回「画像から手書き数字を切り出す - 薬剤師のプログラミング学習日記」で自分で用意した画像データから手書き数字の部分だけを切り出すことができました。あとはこの手書き数字を画像識別モデルに読ませて数字認識をさせたいところですが、切り出した画像データにはノイズ（意味のない特徴量）が入っていたり、認識させたい数字が画像の端に寄っていたりするものがあります。 そこ…リンクwww.yakupro.info

 

自分の手書き数字のデータセットを作る - 薬剤師のプログラミング学習日記自分で集めた手書きの数字画像からデータセットを作りました。MNISTのように、手軽に自分のモデルの学習に使うことができるようにプログラムを書きました。 数字画像データを人手でラベル付けする データ拡張（Data Augmentation） 画像を水増ししてラベル間でのデータの偏りをなくす データセットをMNIST風にロードできるようにする 参考 数字画像デー…リンクwww.yakupro.info

 

畳み込みニューラルネットワークを自作の手書き数字画像に利用する - 薬剤師のプログラミング学習日記自分で用意した画像から手書き数字の切り出し→前処理と行なってきました。今度はこれらの手書き数字をMNISTデータセットで学習させた畳み込みニューラルネットワーク（convolutional neural network：CNN）に読ませるということをやってみます。また、モデルで分類する数字画像は一文字ずつバラバラの数字ですが、元の画像の位置に応じて数値として…リンクwww.yakupro.info

 

手書き数字認識CNNモデルを自作データセットで再学習する - 薬剤師のプログラミング学習日記あらかじめMNISTで学習しておいたCNNモデルを自分で集めた手書き数字画像データセットに対して精度が高くなるよう再学習しました。 事前学習済みCNNモデルの重みを微調整する 手書き数字画像データセットを可視化する グレースケール画像でデータを描画 PCAを使って2次元の空間で見る t-SNEによる可視化 違いの理由はデータの水増し? MNIST学習モデルの…リンクwww.yakupro.info