1.OCRについて
ここ最近、AIを活用したOCR系の製品が増えております。
増えてはいるけど、どこまで導入が進んでいるのかは知らないです。
そして、識字率100%にはならないという事実。。。
人間でも間違えるんだから当然だろうに。
そして、100%でないと、投資する価値が上がらないということですかね。
悩ましい。。。
導入してどれだけの費用対効果があったのか。
ってことで探してみました。
AI-OCR、RPAを活用した業務自動化の検証を行いました（総務省「業務改革モデルプロジェクト」受託事業）
https://www.city.adachi.tokyo.jp/sesaku/30gyoumukaikakumodel.html
足立区が検証結果を出してくれてます。
業務量削減効果が見込めた６業務における費用対効果を、約415万円/年間と試算しました。
らしいです。
ぜひ一読ください。
2.Google Cloud Vision APIとは
さて、こちらもGoogle製のOCRとなります。
なぜ私が選んだのは、安いからです。
一ヶ月あたり 1000リクエストまで無料。
料金：
https://cloud.google.com/vision/pricing?hl=ja
1000リクエスト超えた場合、料金がかかります。
$1.5なので、現在（2020/05/17）のレートでいうと、
107.09 ☓ 1.5 ＝ 160.635円 になります。
| 一ヶ月あたりのリクエスト回数 | 費用 |
|---|---|
| 0回～1000回 | 0円 |
| 1001回～2000回 | 160円 |
| 2001回～3000回 | 321円 |
| 3001回～4000回 | 481円 |
こんな感じです。
他のOCRと比べてかなりの安さだと聞いてはおりますが、実際価格までに比較はしてないので、参考情報お持ちの方はコメント等でお願いします。
3.検証方法
数字、ひらがな、カタカナ、漢字、英語が混ざっている文章を読ませて、どこまで精度があるのかを検証してみたいと考えております。
文章：
「2017/04/07 犬かキャットかで死ぬまで喧嘩しよう！@Official髭男dism」
最近の家に流れてる曲です。
パターン：
A．パソコンで書いた文字「MSゴシック」をスクリーンショット
B．パソコンで書いた文字「メイリオ」をスクリーンショット
C．パソコンで書いた文字「明朝体」をスクリーンショット
D．Aカメラで撮った画像
E．女性の書いたきれいな文字
F．私のがんばってきれいに書いた文字
G．私のなぐり書き
4.検証
検証には、私の作成した「書籍管理サービス／TanaToru」のツール機能を使用しております！！
A．パソコンで書いた文字「MSゴシック」をスクリーンショット
2017/04/07 犬かキャットかで死ぬまで喧嘩しよう!@Official髭男dism
B．パソコンで書いた文字「メイリオ」をスクリーンショット
2017/04/07 犬かキャットかで死ぬまで喧嘩しよう!@Official髭男dism
C．パソコンで書いた文字「明朝体」をスクリーンショット
2017/04/07 犬かキャットかで死ぬまで喧嘩しよう!@Oficial髭男dism
D．Aカメラで撮った画像
2017/04/07 犬かキャットかで死ぬまで喧嘩しよう! @Official髭男dism
E．女性の書いたきれいな文字
2017/04/07 犬かキャットかで死ぬまで喧の弾しよう!@ official 耗男dism
F．私のがんばってきれいに書いた文字
SM
2011/04/o7 犬かキャットガで死為まで喧庫しょうQo件ial髪界s
G．私のなぐり書き
なんと、Err・・・。
読み込み不可ということでしょう。。。
5.検証結果
| 検証ケース | OCR結果 | 識字率 |
|---|---|---|
| A．パソコンで書いた文字「MSゴシック」をスクリーンショット | 2017/04/07 犬かキャットかで死ぬまで喧嘩しよう!@Official髭男dism | 97.7% |
| B．パソコンで書いた文字「メイリオ」をスクリーンショット | 2017/04/07 犬かキャットかで死ぬまで喧嘩しよう!@Official髭男dism | 97.7% |
| C．パソコンで書いた文字「明朝体」をスクリーンショット | 2017/04/07 犬かキャットかで死ぬまで喧嘩しよう!@Oficial髭男dism | 95.5% |
| D．Aカメラで撮った画像 | 2017/04/07 犬かキャットかで死ぬまで喧嘩しよう! @Official髭男dism | 97.8% |
| E．女性の書いたきれいな文字 | 2017/04/07 犬かキャットかで死ぬまで喧の弾しよう!@ official 耗男dism | 70.2% |
| F．私のがんばってきれいに書いた文字 | SM 2011/04/o7 犬かキャットガで死為まで喧庫しょうQo件ial髪界s | 59.1% |
| G．私のなぐり書き | Err | 0% |
こんなとこですね。
※ 識字率の計算式は、なんとなくです。
結果として、tegakiのように、識字率99%（マジ）という風にはまだまだいきませんね。
実際に使ってるユーザの体感識字率と違うとは思っていはいますが。。。
うまく認識できない要因として、読み込む範囲に、数値、文字、記号等の指定が出来ない。
全部送ってGoogleよろしく状態なので、0(ゼロ)とO(オー)の違いが判断できていないところもある。
人間が見れは、明らかに日付だから0(ゼロ)だと分かる部分が、このサービスではわかっていない。
まぁしょうがないですよね。tegakiのように人間の書いた文字の認識に特化しているわけではないのだから。
ということで、現時点では、人間の書いた文字をGoogle Visionにうまく読ませるほどのクオリティはありません。
ただ、コンピュータで書いた文字はいい感じに読んでくれます。
印刷物限定にOCRサービス作ったら売れるだろうか・・・。
以上、検証終わり。
2020/05/23 追記：
投稿した直後に気づいてよかった。
Googleも手書き認識用のサービスできてました。
APIに種別に、「DOCUMENT_TEXT_DETECTION」を使うことで、手書き認識に特化したサービスが受けられます。
ただし、英語圏のみのサービスみたい・・・。
日本向けに同等のサービスが開始され次第、再度検証したいと考えております。
6.おまけ（なぐり書き詳細）
私のなぐり書きですが、まぁ汚いのはGoogleにも認められてます。
とはいえ、全部送るとNGではありますが、少しずつ送れば分かってくれるのではないか。。。。
ということで別途、検証してみたいと思います。