『OCRの認識精度について』のクチコミ掲示板

[東南角部屋]

本商品を実際に使用されている方にお聞きしたいのですが、一般的なビジネス文書（MSWord等）や新聞・雑誌記事等のOCRによる認識精度はどの程度のものでしょうか。富士通独自の機構とのことですが、新商品になって実感できる程度の精度の向上がありますでしょうか。現在通常のリースのコピー機(Ricoh機)のスキャナでPDFにしてAcrobat7附属のOCRを利用しておりますので、類似の環境にある方の比較レポートをお聞きできればなお幸いです。どうぞよろしくお願いいたします。

書込番号：5996786

[積徳]

Acrobat7附属のOCRのは「読んでココVer.9」のエンジンみたいですね。
ニュースソースはココ↓
http://journal.mycom.co.jp/articles/2005/02/21/acrobat7/003.html
S510のエンジンはファイルバージョン11.0.0、
現在読んでココはVer.13ですので２世代古いエンジンというのは前のバージョンと変わりないようです。
ScanSnapのOCRの精度はたいしたこと無いですね。
ただし早い、読み取りボタンで一気にOCRまで行きますし、バックグランドでOCRも便利です。書類を探したり並べ直したりしている内にOCRしてくれます。目的が違うってところでしょうか。
古い情報ですが
http://www.sbcr.jp/vwalker/series/testlab/art.asp?newsid=6250
ここを見ると、e.Typistがいいようですね。

書込番号：6029012

[積徳]

購入から１週間。いろいろ調べてます。

読取革命Ver.11もScanSnapに対応したんですね。バックグランドでもいけるみたいだし、ちょっと惹かれるなあ。
http://scansnap.fujitsu.com/jp/solution/software11.html

誰か使ってる人いませんか？

書込番号：6033231

[帰ってきたウルトラセブン]

読み取り革命は、メディアドライブのソフトよりは、小さい文字に強いと思います。
読んでココは、使った事無いので、比較出来ないです。

書込番号：6035322

[積徳]

帰ってきたウルトラセブンさん返信ありがとうございます。
いろいろ試してわかったのですが、前日の回答に誤りがありました。
ＯＣＲの能力ですが、ScanSnap OrganizerはAcrobat8よりずっと認識率が高いです。
一例として手元にあった「ダイエーOMCカードからのお知らせ」を認識させてみましたのでご覧下さい。
★ScanSnap★でPDFバックグランド認識
わくわくポイントはデパートでのお買い物、毎月の携帯電話・固定電話の通話料金のお支払い
　（一行省略）
海外でのショッピングなど、どこでご利用いただいてもカードショッピング月ＩＭＩご利用金額
１，０００円（税込）毎に１ポイントつきます。

★Acrobat8★でのテキスト化
わくわく:Gポイントへはデパートでのお買い物､海月の挽】帯奄話,固定奄諸の通話料金のお支払い
婚1.外で->
<-円ョッ(税ピ込ン)グ毎なにど､1ポどイこでンごト……

-> <-の間はテキストがつきませんでした。ScanSnapでは「月間」が「月ＩＭＩ」となった以外、ほぼ正確です。
Acrobatの「円ョッ〜でンごト」の行は他の行との混乱があります。きちんと一行を認識しないようです。
同じＰＤＦからの認識ですのでこの結果を不思議に思っています。
Acrobat8側に設定があるのかな？

書込番号：6043341

[帰ってきたウルトラセブン]

「同じＰＤＦからの認識ですのでこの結果を不思議に思っています。」と、おっしゃっている事からすると、OCRの技術についての大きな勘違いがあるのではないでしょうか。

「同じPDFからなら、同じ認識になる」理由はまったくありません。

書込番号：6043576

[Nice?]

>ScanSnap OrganizerはAcrobat8よりずっと認識率が高いです。

変換してるソフトでOCRの変換エンジン（プログラム）が違うからでは？

Adobe Acrobat　
読んde! ココのOCRエンジンを使用

ScanSnap Organizer V3.1
富士通・富士通研究所が開発したOCRエンジンを使用


http://scansnap.fujitsu.com/jp/feature/soft-1.html
http://www.pfu.fujitsu.com/topics/new070122.html

書込番号：6043750

[積徳]

帰ってきたウルトラセブンさんこんばんは
「同じPDFからなら、同じ認識になる」理由はまったくありません。
もちろんそうです。
私が言いたかったのは「読んでココ」が優秀である(と言う情報が多い)にもかかわらず、そのエンジンを積んだAcrobat8の文字認識のレベルの低さに驚いたということです。
　細かい設定があるのかまだ使いこなせていないのでわかりませんが、少なくとも初期設定ではレイアウト機能がなく、ちょっと複雑なレイアウトの文章では文意がほとんど通じません。レイアウトが単純な平文でも誤変換が多いのは先と同じなんです。
　私は５年ほど前の古いキャノンのスキャナを持っています。これの読み込みがすごく遅いです。ＯＣＲはバンドル版のe.typistだったんですが、１年ほど前にソースネクストの本格読み取りを購入しました。こいつがまたレイアウト認識が甘くて、ほとんど手作業でここは英数字、ここは縦書きなど、確認しないと間違いが多いです。ただ、本格読み取りのエンジンは読取革命の古いバージョンなんですけど、ここまで設定してやると、ほぼ完璧に読み取ってくれます。

以上から、私の今まで試した範囲では
★読み取り精度★
　本格読み取り>ScanSnap >>Acrobat
★読み取りにかかわる手間や時間★
　ScanSnap>Acrobat> > > >本格読み取り
ということです。

やっぱりＯＣＲソフトはエンジンだけじゃないって事ですね。レイアウトの認識やらフォントやら辞書やら。それらの総合力で決まるって事でしょうね。
一般的な用途ならScanSnapだけで十分満足できます。

ただ、本当に正確なテキストが欲しいときもありますのでそのときはScanSnap→外部のＯＣＲ→ＰＤＦですよね。
読み取り精度は
　読取革命>本格読み取り
で、間違いのないところでしょうから
手間や時間が
　ScanSnap>読取革命>Acrobat> > > >本格読み取り
ぐらいなら、買いたいですね。

書込番号：6044010

[帰ってきたウルトラセブン]

ScanSnapは、カラーだと、確か、必ず圧縮がかかるのですよね。
白黒の場合は、どうだったか覚えてませんが、本来は、少なくともカラー画像で処理をしている場合は、非圧縮画像で処理をして、その後、圧縮も含めてPDF化するのが理想でしょうね。

PDFにする時の設定は、ScanSnapは、そんなに細かく設定出来ませんでしたよね。Acrobatだと、細かく指定出来るけど。

書込番号：6044447

[積徳]

★ScanSnapは、カラーだと、確か、必ず圧縮がかかるのですよね。★
通常のボタンはご指摘の通りです。
ScanSnapの画質はノーマル・ファイン・スーパーファイン・エクセレントの４段階
圧縮の方は１〜５の５段階から選び、デフォルトは３です。

ただし、ScanSnapには読み込みのボタンが二つあり、小さい方のe-スキャンボタン
の方は『明るさ調整、強調処理など特別な処理をしません』、とマニュアルにも
書いてあります。
他のアプリへの転送の設定や、JPEG保存もこのボタンにのみ対応しています。
これがe文書法の規定でもあるようですが、画像加工をするとe文書法に抵触するよ
うです。ですから、こちらを選ぶと画質が変化する加工や圧縮はされないと思いま
す。
(間違っていたらご指摘下さい。)
こちらの画質はファインとスーパーファインの２段階です。
(なぜこちらにエクセレントが無いのかわかりません)

ですから、私の予定では、OCRソフトを購入して、こちらのeスキャンボタンにその
ソフトの転送を設定する。そして、正確なテキストが欲しい文書のみこのボタンを
使ってOCRソフトに自動転送、文書の加工修正した後、透明テキスト付きPDFで保存す
る……。
これが理想型です。出来るのかな？

書込番号：6048536