TessToolの紹介
更新 2021/08/31(火)
(C)文責 炭本 治之
TessToolは,Tesseractを簡単に利用できるようにするフリーソフトです。
■フォルダ構成
ダウンロードしたzipファイルを展開すると,下のようなフォルダが現れます。
・binフォルダ
TessTool.exe TessToolプログラム本体
ListLang.txt 言語辞書ファイル名一覧
ListOption.txt その他オプションの一覧
ListPSMode.txt Page Segment Modeの一覧
*.dll Exe実行のために必要な各種Dll
・bmp_gifフォルダ
bmp_gifで始まるフォルダ名のフォルダに,画像ファイルを格納します
(注意)画像ファイルの拡張子は,bmpかgif
png,jpgは,本ソフトでは読み込み・表示できません。
拡張子png,jpgのファイルは,ペイントで開いて,
256色bmpで保存しなおしてから,bmp_gifフォルダに格納してください。
・wavフォルダ
プログラムで使用する音声ファイルを格納
■プログラムを起動するには
binフォルダの TessTool.exe をWクリックします。
■使い方概要
(1)一覧から画像ファイルを選択し,文字認識させる長方形の領域をマウスで指定
(2)言語辞書を選択し,PSMを選択(この場合は複数行を選択)して,
「コマンドを作成して実行」ボタンをクリック。
下部のテキストボックスにTesseractが認識した文字列が追加表示されます。
(3)日本語の文章画像を文字認識させる場合,言語辞書はjpn_34MBを指定します。
■処理の詳細
利用者が,
(a)画像の中の文字認識させる部分をマウスで指定し,
(b)言語辞書,PSM(Page Segment Mode)を選択し,
(c)「コマンドを作成して実行」ボタンをクリック
した場合,TessTool.exe は次のように処理します。
(1)利用者が指定した長方形の領域の画像ファイルを,
binフォルダに,tmp.bmpのファイル名で作成する
(2)binフォルダに,tmp.txt が既存なら削除する
(3)3つの一覧で選択のオプションでTesseractを実行するバッチファイルを
binフォルダに,tess.batのファイル名で作成する
(4)tess.batを実行して,実行が完了するまで待つ
(5)実行が完了したら,
(a)binフォルダにtmp.txtが存在する場合
tmp.txtを読み込んで,
文字コードをShiftJISに変換しtmp_sjis.txtのファイル名で保存
(b)binフォルダにtmp.txtが存在しない場合は,
エラーが起きたことダイアログで表示
(6)tmp_sjis.txtを読み込んで,全角文字の直後のスペースを削除するなど,
各種変換を実行し,テキストボックスに表示
■その他の仕様
・フォルダ一覧コンボ
bmp_gifで始まるフォルダ名のフォルダが表示されます。
例えば,bmp_gif01 というフォルダを作成すると,このフォルダもコンボに表示されます。
・コマンドを作成して実行ボタン
言語一覧,PSM一覧,他一覧で選択したオプションを用いてコマンドを作成し,
コマンドテキストボックスに表示し,
そのコマンドを含むバッチファイルtess.batを作成して,
このバッチを実行します。
・実行ボタン
コマンドテキストボックスの命令を実行します。
コマンドテキストボックスの中身を手で直接編集して実行できます。
・他オプションの「pause」
これを選択すると,バッチファイルに改行とpauseを追加して実行します。
Tesseractがエラー終了したときは,「pause」を選択して,
「コマンドを作成して実行」ボタンをクリックします。
コマンドプロンプトが起動して,実行し,エラーメッセージが表示されます。
・tmp.txtを「開く」ボタン
tmp.txtはTesseractが出力する(文字コードUTF8の)テキストファイルです。
このファイルにはShiftJISに変換できない文字を含んでいることがあります。
tmp.txtを直接参照するときは,このボタンをクリックします。
・TessTool.exeのあるbinフォルダに作成される一時ファイル
tmp.bmp 指定の領域の画像ファイル
tess.bat Tesseract実行コマンドを含むバッチファイル
tmp.txt Tesseractが出力したテキストファイル(UTF8)
tmp_sjis.text 上のテキストファイルの文字コードをShiftJISに変換したもの
・画像のフォルダに作成されるファイル
画像ファイル名.txt その画像ファイルの認識結果
(例)画像ファイル名が page001.bmp なら,
テキストファイル名は page001.bmp.txt
(終わり) ページの先頭へ
|