タダOCR比較 - メモ@inudaisho
さて前回にひきつづきおなじ実験を試みる。今回の選手。
- tesseract 3.04.01 Debian sid
- Microsoft Cognitive Services - Computer Vision API
Google と Microsoft、世界のビッグデータを握る二大巨頭の最新の研究成果の頂上対決ということで期待していきましょう。というか Windows10に Windows.Media.Ocr というのがあるらしくてそれを試したかったのだがVisualStudioを使う以外の方法が見付からなかったので早々にあきらめて上記サイトでごまかした。登録してAPIを利用する方法もあるが、目的は Windows.Media.Ocr をつかうことだしそんなにつかわないのでその方法は取らず。このサイトに認識させる都合上、画像も白黒のgifに変換してサイズも縮小したので同じ画像をtesseractに認識させた。
結果。
Microsoft Cognitive Services - Computer Vision API
く 輕 親 す る こ と は 大 な る 誤 り て あ る と 考 へ ゑ 民 思 想 が 善 悪 に 拘 ら ず ・ ま た 濃
演 に 拘 ら ず 、 さ ま ん 、 の 世 界 思 想 の 影 響 を 受 け る こ と は 必 然 の 現 象 て あ る ・ 民
の 中 て も 確 乎 た る 民 族 意 識 を 把 持 す る 者 は ・ 外 來 思 想 に し 善 き を 取 り 悪 し き を
捨 て る と い ふ 批 判 的 熊 度 を 執 る の て あ る が 、 民 族 意 識 を 無 す る 者 若 く は 民 族 意
識 を 輕 視 す る 者 は 外 來 思 想 に 對 し て 無 批 判 的 な る を 常 と す る 。
抑 々 自 由 主 義 者 ・ 社 會 民 主 主 義 者 ・ 共 産 主 義 者 等 は 民 族 意 識 を 無 視 す る か 若 く
は 輕 視 す る グ ル ー プ て あ っ て ・ 彼 等 は 民 族 的 個 性 を 沒 却 し た 世 界 主 義 に 合 流 す る
傾 向 を 常 に 持 つ も の だ 。 故 に 彼 等 は 時 の 世 界 に 最 も 流 行 す る 思 潮 に 譯 も な く 共 鳴
す る 素 質 を 有 す る 。 そ し て 儿 て の 問 題 を 民 族 的 に 認 識 す る こ と を し な い て ・ 民 族
を 超 越 し た 世 界 主 義 的 立 場 に 立 っ て 認 識 し ゃ う と す る 。 こ う し た 世 界 主 義 的 傾 向
は 我 國 に 於 て も 大 都 市 を 中 心 と し た イ ン テ リ 階 級 の 間 に 可 成 り 強 く 廣 く 流 れ て ゐ
る こ と を 否 定 す る こ と は 出 來 な い 。 今 や コ ミ ン タ ン の 引 く 縣 に 繰 つ ら れ て 西 歇 の
tesseract 3.04.01
〈薯禰ずることは大なる誤りてぁると考へ る~ 國民思想が善悪に拘らず. また潰
淡に拘らず、 さまぐの世界思想の影賽を受けることば必然の現象てぁる・ 國攪
の中て邊碗千たる民族意識を把持ずる老は・ 外來思想に封し善さを琥り悪しきを
捨てるとぃふ批列的態皮を執るのてぁるが_ 民族意識を無禰ナる者若〈は氏族盧
識を極關ずる老拭外來思想に封して鰹批剣的なるを常とずる。抑~自由主蒙老~ 祇合民主主義老' 共産主義老等は民族意謡を無祠ナるか雅く
は輔禰ナるグル'ブてぁって、 彼等は民族的佃性を没却した世界主鑑K介流ずる
傾向を常に持っ$のだ。 故に彼等ぱ疇の世界に最も流行ナる思糊に課もた〈蠣咄
ナる素質墾右ナる” そLて几ての閻題を民族的に認識ナることをLなぃて、 址族
を超越した世界主義的立場に立って認識Lゃぅとずる。 こぅLた世界主繭的観向
は我國に於ても大都市を中心としたインテ”階級の閲に可成り強く冊く流れてゐ
ろことを杏定ナることは出來なぃ? 今ゃコ ミンタンの引く絲に繰っられて西蠍の
いやこれはなかなかよい出来になってきた。特にマイクロソフトの方なかなかあなどれない。パッと見よく読めてる。たぶん有償OCRならもっと読めるんだろうし、戦前の活字のサンプルをたくさん用意して機械学習させればもっと精度あがるだろうが、タダで何もせずこれだけ読めれば充分だ。いつまでタダでつかえるのか知らんが有難い世の中になってきた。
