OCRで斜めに傾いた表を取得したい

Question

こんにちは。

OCRで、PDFや画像データに書かれている表の部分を取得したいと考えています。
調べたところ、pythonのcamelotというライブラリを使用すれば、表の部分を取得できることが分かりました。
ですが、斜めに傾いた表には対応していない様なので、傾いた場合でも取得できるライブラリなどがないかなと思い、質問させて頂きました。

宜しくお願い致します。

Answer 1

python の opencv というライブラリで元画像を読み込み、角度を補正する
→その角度補正後の画像データをcamelotに読み込ませる
という手順で可能です。

他には
pytesseract
tesseract-ocr
pyocr
Ocrad
等のライブラリがあります。

Comments

[uer03108]

有難うございます。
表を適当に傾けてみて、正しく読み込めたら、それが正しい角度ということで宜しいでしょうか。

[退会済みユーザー]

言葉尻をとらえたような言い方になってしまい恐縮ですが「正しい角度」かどうかは「 camelot が読み込める画像であって、かつ質問者さんが意図するデータとして取り込めるか」、ということに帰着するので、どのライブラリでどういうことを試したか、とか、どのようなコードを試してみたかと、いうことを何も示されていない段階では答えようがありません。

または「正しく読み込めた」時点で、正しい角度で読み込めている、ということになるかもしれませんね。

「 how to ditect oriatation opencv 」で検索すれば、opencv は取り込んだ画像（文字）の方向まで検知して補正する手段がいくつかヒットします。

また、tesseract-ocr はオールインワンで、学習データをダウンロードすることで縦書きにも対応できるようですので傾きに関係なく取り込めるはずです。

まずは私が挙げたものを、ご自分で詳しく調べるなりしてみてはいかがでしょうか。

[uer03108]

承知いたしました。
詳細にご説明いただきまして、有難うございました。