easyocr

EasyOCRは、すぐに使えるように設計されたオープンソースの光学文字認識（OCR）ライブラリです。READMEによると、ラテン文字、中国語、アラビア文字、デーヴァナーガリー文字、キリル文字など、80以上の言語と一般的なすべての文字体系をサポートしています。 インストールはpip（`pip install easyocr`）で行い、Dockerfileも提供されています。Windowsでは、最初にPyTorchとtorchvisionをインストールすることが推奨されています。選択した言語のモデル重みは自動的にダウンロードされるか、手動で`~/.EasyOCR/model`フォルダに配置できます。 基本的なPythonの使用法では、リーダーを一度ロードしてから画像を処理します： import easyocr reader = easyocr.Reader(['ch_sim','en']) result = reader.readtext('chinese.jpg') 出力は、各項目にバウンディングボックス、検出されたテキスト、信頼度スコアを含むリストです。`detail=0`オプションで、認識された文字列のみを返すこともできます。入力には、ファイルパス、OpenCV/numpy画像オブジェクト、画像バイト、または生画像のURLを使用できます。CPUのみのモードは`gpu=False`で利用できます。コマンドラインインターフェースも含まれており、例：`easyocr -l ch_sim en -f chinese.jpg --detail=1 --gpu=True`。 READMEには、複数の言語を同時に渡すことができるが、すべての組み合わせが互換性があるわけではないと記載されています。英語はすべての言語と互換性があり、共通の文字を共有する言語は通常互換性があります。 内部では、検出にCRAFTアルゴリズムを使用し、認識には特徴抽出（ResNet/VGG）、シーケンスラベリング（LSTM）、CTCデコードからなるCRNNを使用しており、すべてPyTorchで実行されます。このプロジェクトは、いくつかの上流の研究リポジトリと論文を謝辞として挙げています。ユーザーは独自の認識・検出モデルをトレーニングまたは使用でき、両方のドキュメントへのリンクが提供されています。 ロードマップには、手書き文字サポートの計画と、検出・認識アルゴリズムを交換可能にする再構築が記載されています。プルリクエスト、問題報告、言語追加による貢献が歓迎されています。新しい言語を追加するには、文字ファイルと辞書ファイルが必要です。READMEには、6か月以上前の問題は自動的にクローズされる場合があること、Jaided AIがエンタープライズサポートを提供していることも記載されています。