[C++] OpenCVでOCRを実装する方法と活用例

#include <opencv2/opencv.hpp>
int main() {
    cv::Mat colorImage = cv::imread("input.jpg"); // カラー画像を読み込む
    cv::Mat grayImage;
    cv::cvtColor(colorImage, grayImage, cv::COLOR_BGR2GRAY); // グレースケールに変換
    cv::imwrite("grayImage.jpg", grayImage); // グレースケール画像を保存
    return 0;
}

#include <opencv2/opencv.hpp>
int main() {
    cv::Mat grayImage = cv::imread("grayImage.jpg", cv::IMREAD_GRAYSCALE); // グレースケール画像を読み込む
    cv::Mat denoisedImage;
    cv::GaussianBlur(grayImage, denoisedImage, cv::Size(5, 5), 0); // ガウシアンブラーでノイズを除去
    cv::imwrite("denoisedImage.jpg", denoisedImage); // ノイズ除去後の画像を保存
    return 0;
}

#include <opencv2/opencv.hpp>
int main() {
    cv::Mat denoisedImage = cv::imread("denoisedImage.jpg", cv::IMREAD_GRAYSCALE); // ノイズ除去後の画像を読み込む
    cv::Mat binaryImage;
    cv::threshold(denoisedImage, binaryImage, 128, 255, cv::THRESH_BINARY); // 二値化
    cv::imwrite("binaryImage.jpg", binaryImage); // 二値化画像を保存
    return 0;
}

#include <tesseract/baseapi.h>
#include <leptonica/allheaders.h>
int main() {
    tesseract::TessBaseAPI *ocr = new tesseract::TessBaseAPI();
    if (ocr->Init(NULL, "eng")) { // Tesseractの初期化
        fprintf(stderr, "Could not initialize tesseract.\n");
        return 1;
    }
    // Tesseractの設定が完了
    ocr->SetPageSegMode(tesseract::PSM_SINGLE_BLOCK); // ページセグメンテーションモードを設定
    return 0;
}

#include <opencv2/opencv.hpp>
#include <tesseract/baseapi.h>
#include <leptonica/allheaders.h>
int main() {
    cv::Mat binaryImage = cv::imread("binaryImage.jpg", cv::IMREAD_GRAYSCALE); // 二値化画像を読み込む
    tesseract::TessBaseAPI *ocr = new tesseract::TessBaseAPI();
    ocr->Init(NULL, "eng"); // Tesseractの初期化
    ocr->SetImage(binaryImage.data, binaryImage.cols, binaryImage.rows, 1, binaryImage.step); // 画像をセット
    char* outText = ocr->GetUTF8Text(); // テキストを抽出
    printf("Extracted Text: \n%s", outText); // 抽出したテキストを表示
    ocr->End();
    delete [] outText;
    return 0;
}

#include <opencv2/opencv.hpp>
#include <tesseract/baseapi.h>
#include <leptonica/allheaders.h>
int main() {
    // 画像を読み込む
    cv::Mat colorImage = cv::imread("input.jpg");
    if (colorImage.empty()) {
        fprintf(stderr, "画像が見つかりません。\n");
        return 1;
    }
    // グレースケールに変換
    cv::Mat grayImage;
    cv::cvtColor(colorImage, grayImage, cv::COLOR_BGR2GRAY);
    // ノイズ除去
    cv::Mat denoisedImage;
    cv::GaussianBlur(grayImage, denoisedImage, cv::Size(5, 5), 0);
    // 二値化
    cv::Mat binaryImage;
    cv::threshold(denoisedImage, binaryImage, 128, 255, cv::THRESH_BINARY);
    // Tesseractの初期化
    tesseract::TessBaseAPI *ocr = new tesseract::TessBaseAPI();
    if (ocr->Init(NULL, "eng")) {
        fprintf(stderr, "Tesseractの初期化に失敗しました。\n");
        return 1;
    }
    // 画像をTesseractにセット
    ocr->SetImage(binaryImage.data, binaryImage.cols, binaryImage.rows, 1, binaryImage.step);
    // テキストを抽出
    char* outText = ocr->GetUTF8Text();
    printf("抽出されたテキスト:\n%s", outText);
    // メモリを解放
    ocr->End();
    delete [] outText;
    return 0;
}

抽出されたテキスト:
Hello, World!

#include <opencv2/opencv.hpp>
int main() {
    cv::Mat image = cv::imread("input.jpg");
    cv::Mat resizedImage;
    cv::resize(image, resizedImage, cv::Size(), 2.0, 2.0, cv::INTER_LINEAR); // 画像を2倍にリサイズ
    cv::imwrite("resizedImage.jpg", resizedImage);
    return 0;
}

#include <opencv2/opencv.hpp>
int main() {
    cv::Mat grayImage = cv::imread("grayImage.jpg", cv::IMREAD_GRAYSCALE);
    cv::Mat edges;
    cv::Canny(grayImage, edges, 100, 200); // エッジ検出
    std::vector<std::vector<cv::Point>> contours;
    cv::findContours(edges, contours, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE); // 輪郭抽出
    cv::Mat contourImage = cv::Mat::zeros(edges.size(), CV_8UC3);
    cv::drawContours(contourImage, contours, -1, cv::Scalar(255, 255, 255)); // 輪郭を描画
    cv::imwrite("contourImage.jpg", contourImage);
    return 0;
}

# 例: Tesseractのトレーニングデータを生成するコマンド
tesseract input.tif output -l eng --psm 6 lstm.train