Tesseract OCRで文字認識をする https://gihyo.jp/admin/serial/01/ubuntu-recipe/0577
7セグメント読み取り ssocr
7セグメント読み取り https://github.com/adrianlazaro8/Tesseract_sevenSegmentsLetsGoDigital
Pythonで書くTesseract 4の基本的な使い方。APIとCLIからOCRを実行する方法 https://valmore.work/how-to-use-tesseract4-with-python/
ubuntu package(精度が一番良さそう) https://packages.ubuntu.com/focal/tesseract-ocr-jpn
github https://github.com/tesseract-ocr/tessdata_best
sudo apt install gimageReader tesseract-ocr sudo apt install tesseract-ocr-jp
tesseract imagename outputbase [-l lang] [–oem ocrenginemode] [–psm pagesegmode] [configfiles…]
tesseract infile outfile --psm 6 -l jpn tesseract infile.png stdout -l jpn_katakana
pdfから画像へ
pdfimages orgpin.pdf.pdf orgpic
２値化
convert orgpic.png -threshold 9000 convpic.png
解像度の変更
convert orgpic.png -resize 200% convpic.png
https://github.com/tesseract-ocr/langdata/tree/master/jpn
apt install tesseract-ocr-jp で以下の場所に日本語データがインストールされる
/usr/share/tesseract-ocr/4.00/tessdata /usr/local/Cellar/tesseract/4.1.0/share/tessdata
https://qiita.com/aki_abekawa/items/418e069038fbdb77c59e
文字認識エンジンTesseract OCRで学習(jTessBoxEditor) http://danglingfarpointer.hatenablog.com/entry/2015/01/28/215629
Tesseract4の再学習・追加学習手順まとめ http://laplace-daemon.com/training-tesseract/