koko325_jp https://blog.hatena.ne.jp/koko325_jp/ Kokoのライフハックブログ https://koko325-za.hatenablog.jp/ 日本語縦書き OCR 精度向上ガイド インフォグラフィックで学ぶ、Tesseractを用いた高精度テキスト認識術 I. 日本語縦書きOCRの課題 光学文字認識（OCR）は、画像からテキストを抽出する強力な技術ですが、 日本語の処理には特有の難しさがあります。特に縦書きの文書は、 多くのOCRエンジンにとって大きな障壁となります。 複雑な文字セット(漢字, ひらがな, カタカナ) + 縦書きのレイアウト = OCRエンジンでの認識難易度UP TesseractのようなオープンソースOCRエンジンは、もともとラテン語系の横書き言語を想定して設計されています。そのため、数千文字が存在し、縦に並んだ日… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fkoko325-za.hatenablog.jp%2Fentry%2F2025%2F06%2F24%2F060000" title="pytesseractを使用したOCR処理で日本語縦書きの読み込み精度を向上させるコツと処理を行いやすいデータ種類（備忘） - Kokoのライフハックブログ" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://cdn.blog.st-hatena.com/images/theme/og-image-1500.png Hatena Blog https://hatena.blog 2025-06-24 06:00:00 rich https://koko325-za.hatenablog.jp/entry/2025/06/24/060000 1.0 100%