Tesseract 한글 인식 성능 개선시도 1차: 큰 효과 없었다.

이미지의 텍스트가 잘 보이도록 전처리하는 방법 질의응답

https://stackoverflow.com/questions/9480013/image-processing-to-improve-tesseract-ocr-accuracy

image processing to improve tesseract OCR accuracy

 

위 글을 보고 GIMP를 깔아서 이미지를 더 크게 만들었으나(500*250 정도를 2000*1000 으로) 결과는 비슷했다.

 

차라리 tesseract를 사용하지 말고, 다음 매크로를 오토핫키나 파이썬으로 짜는게 나을까 싶다. 한글ocr 인식성능은 tesseract보다 구글이미지검색 쪽이 훨씬 좋아서다.

1. 구글 이미지를 실행
2. 선택한 이미지를 업로드
3. 텍스트 전체 복사를 선택
4. 복사한 텍스트를 가져와서 메모장 등에 붙이기

 

'tesseract 한글 인식률'으로 찾아보니까 문제의 원인과 해결책을 좀 알았다.

1. 기본형은 성능이 별로니까 학습시켜서 쓰라카더라 {출처} 
2. 학습시키는 순서 설명 {링크}
3. 기타 입력 설정 등

학습은 이렇게 시킨다고 한다.

https://wandukong.tistory.com/7

Tesseract OCR 5.0 Windows용 학습 방법

 

 

GIMP에서 이미지 확장자 형식(jpg, png 등)으로 저장하는 방법

GIMP에서 jpg나 png 등으로 저장하려면 Save(+as)가 아니라 Export(+as)로 저장해야 한다. Save as 창에서 확장자를 GIMP계열 확장자가 아닌 것으로 적으면, Export 창으로 갈 것인지 물어보고 확인 고르면 jpg등 일반 이미지로 저장하는 화면으로 갈 수 있다.

 

사진과 같이 설명

Export(+as)를 고르면 이미지 형식으로 저장 화면이 뜬다.

 

원하는 확장자를 고르거나, Name: 줄에서 입력하고 export를 누른다.

끝

 

습관적으로 Save(+as)를 눌렀다면, Name: 창에서 확장자를 강제로 jpg나 png 등으로 변경한다. 그러면 오류가 나면서 Export 기능 쓰라고 안내해준다. 

Save(as)를 눌렀다면 확장자를 jpg나 png 등으로 적고 저장을 누른다. 그러면 확장자 불일치 창이 뜬다. 파란색 줄을 누르면 다른 확장자로 저장하는 Export로 간다. 이후로는 비슷하다.