『スキャン画像の修正』のクチコミ掲示板

三日前にイートレンド？さんからscansnapを購入して、悪戦苦闘しています。テキストのOCRを目的にいろいろ試しているんですが、PDFで取り込むと文字の精度に限界があるようで、jpegでとりこんでe.typist10でOCRをかけると、ほとんど修正点が見あたらず、かなり満足のいく透明テキストPDFができました。これならテキストの全文検索も夢じゃないかなと喜んでいたんですが、また一つ難問につまずいてしまいました。
　
　取り込むテキストは二色刷で、時たま文字のバックが色つきのところは、OCRがうまくいきません。画像編集ソフトなどでバックを除去できないものか色々ネットで調べてみたんですが？？？です。photoshopあたりでできそうな気もするのですが、、、もし画像処理に詳しい方のアドバイスがいただけたらと思い書き込ませて頂きました。

　
　

書込番号：3415965

画像処理には、
１）着色部にバケツで白をぶちまける。
２）グレーレベルの調整で、白っぽくする。
３）コントラストを強くする。
等があります。

私は、PaintShopProですが、PhotoShopElementでも出来ます。
freeSoftでも、いろいろなSoftで出来ます。

書込番号：3416155

和差�U世さん、早速の返信ありがとうございます。教えて頂いた方法を試してみました。

１）着色部にバケツで白をぶちまける。→背景が、トーンのようにまだらになっていて部分的にしか白くならなかった

２）グレーレベルの調整で、白っぽくする。→部分的に処理する方法がほかの文字群がかすれて認識が悪くなったので断念

３）コントラストを強くする。→photoshopを全然使いこなせていないのでやり方がわからなかった

　せっかく教えて頂いたのに、あまりに知識が乏しすぎてうまくいきませんでした。僕のやろうとしていることは、ＯＣＲソフトの性能の限界を超えているようです。色々試行錯誤しましたが、何せ処理の対象が莫大な枚数（千単位）なので一個でも処理項目が増えると、その都度リトライするのもばかばかしく、ある程度の完成度で妥協すべきだなと思い知らされた次第です。

　けれど、スキャナもOCRソフトも数年前のことを思ったら、ようやく「使える」レベルになりましたね。和差�U世さんありがとうございました。

書込番号：3416593

すいません、訂正です

２）グレーレベルの調整で、白っぽくする。→部分的に処理する方法がわからず、ほかの文字群がかすれて認識が悪くなったので断念


追記　おそらく、僕の処理している文書は法律関係で正確さが必要なので、神経質になりすぎていると思います。ふつうの使い方なら、scansnapとe.typistで十分満足のいく品質だと思います。

書込番号：3416633

取り込んだ画像がどんな感じなのか分からないので、想像ですが、Photoshopを持っていらっしゃるなら、チャンネルを使ってバックを除けませんか？
例えばモードをRGBにし、バックと文字のコントラストが最も高い（バックが最も薄い）チャンネルを抜き出す。更に色調補正でバックを切る。...というのはどうでしょう？

書込番号：3419765

ひがんさん、ありがとうございます。早速試してみました。

　背景の一部が一瞬で消え失せたのを見て、ちょっと感動してしまいました。　
　
　と喜んでみたものの、濃いグレーの上に刷られた文字の回りまでは修正できませんでした。それ以外のひがんさんに教わった方法で消える部分、色の濃淡に関しては、さほどＯＣＲには影響ないようです。問題は黒に限りなく近い部分で、どんなに微量でも残っている（漫画のトーンのように）とＯＣＲが文字の一部として認識して、誤認識してしまうようです。黒は文字と同色なのでさすがに薄くしすぎるわけにはいかないし、部分的に処理する手間を考えたらげんなりです。

　しかし、ひがんさんのアドバイスのおかげで、ＯＣＲの弱点が絞り込めたので、どこまでをＯＣＲに任せればよいかはっきりしました。問題の部分はＯＣＲ結果を自分で書き換えれば問題ないです。ありがとうございました。
　

書込番号：3420892