AUTOSAR CountdownAdvent Calendar 2022Day 15

Google Drive OCR機能を試してみた（英語）coding(70)

Last updated at 2024-06-02Posted at 2019-08-07

意外と知られていない「Googleドライブ」OCR機能で文字起こし検証→かなり使えそうでしたのでご紹介
https://webkikaku.co.jp/blog/webservices/googledrive-ocr/

を拝見し、

計算物理学
https://qiita.com/kaizen_nagoya/items/af924f5ac71ff5cc8c89

の英語のBibliograpy一覧のURLなどを確認するためOCRを利用しようとした。

機材

macOS 10.12.6, メモリ 16GB

#PDFでは駄目
PDFファイルをUPすると、アプリで開くでは「Googleドキュメント」は出なかった。
PDFの制限による。

PNGでは駄目

Bibliographyの１０ページをそれぞれpngファイルを作成した。

pngファイルは、アプリで開くでは「Googleドキュメント」は出なかった。

PDF出力保存

プレビューでpngファイルを書き出すでpdfファイルとして保存した。
駄目だった。アプリで開くでは「Googleドキュメント」は出なかった。

#PDFとして書き出す。
プレビューでファイルを「PDFとして書き出す」を選んでgoogle driveに保存すると、
アプリで開くで「Googleドキュメント」が出た。

出力例

１頁目

[Abar 93] ABARBANEL, H. D. I., M. I. RABINOVICH, AND M. M. SUSHCHIK (1993),
Introduction to Nonlinear Dynamics for Physicists, World Scientific, Singapore. 283
[A&S 72] ABRAMOWITZ, M., AND I. A. STEGUN (1972), Handbook of Mathematical
Functions, 10th Ed. U.S. Govt. Printing Office, Washington. 122 [Add 02] ADDISON, P. S. (2002). The Illustrated Wavelet Transform Handbook, Institute of
Physics Publishing, Bristol and Philadelphia. 239, 244, 247 [ALCMD] MORRIS, J., D. TURNER, AND K.-M. HO AL_CMD, Ames Laboratory Classi
cal Molecular Dynamics. http://codeblue. umich.edu/hoomd-blue/.
[A&T 87] ALLAN, M. P. AND J. P. TILDESLEY (1987), Computer Simulations of Liquids,
Oxford Science Publications, Oxford, UK. 374
[Amd 67] AMDAHL, G., Validity of the Single-Processor Approach to Achieving Large-Scale
Computing Capabilities, Proc. AFIPS., 483 (1967). 374
L
1
[Anc 02] ANCONA, M. G. (2002), Computational Methods for Applied Science & Engineer
ing, Rinton Press, Princeton, NJ. 323
[A&W 01] ARFKEN, G. B.. AND H. J. WEBER (2001). Mathematical Methods for Physi
cists, Harcourt/Academic Press, San Diego. 410
[Argy 91] ARGYRIS, J., M. HAASE, AND J. C. HEINRICH (1991), Comput. Meth. Appl.
Mech. Eng., 86. 1. 240, 386 [Arm 91] ARMIN, B., AND H. SHLOMO, EDS. (1991), Fractals and Disordered Systems,
Springer-Verlag, Berlin. [Ask 77] ASKAR, A., AND A. S. CAKMAK (1977), J. Chem. Phys. 68, 2794. 290 [Bai 05] BAILEY, M. OSU Chroma Depth Scientific Visualization Gallery,
web.engr.oregonstate.edu/"mjb/chromadepth/. 430, 433 [Bana 99] BANACLOCHE, J. G., (1999), A Quantum Bouncing Ball, Am. J. Phys. 67, 776
782. 65 [Bars 93] BARNSLEY, M. E. AND L. P. HURD, (1993), Fractal Image Compression, A. K.
Peters, UK. 370 [Becker 54] BECKER, R. A., (1954), Introduction to Theoretical Mechanics, McGraw-Hill,
New York. 294, 305 [Berry] BERRYMAN, A. A., Predator-Prey Dynamics, classes.entom.wsu.edu/543/. 427

校正

改行していない。
不必要な改行が入ってる。
URLに間に空白が入ってる。
塵？
1頁目では「L 1」という文字がそれぞれ１行づつで入ってた。理由不明。
3頁目では「HIN」という文字の行が入っていた。理由不明。
5頁目では「F」という文字の行が入っていた。理由不明。
8頁目では「IN」という文字が最終行に入っていた。理由不明。
urlで文字としてhttp://が省略されていてURLにならない。
6)文字化け
~が"に文字化け。（URLだったので気がついた）
[が(に文字化け。
[jが[に文字化け。jが消えた。
] が)に文字化け。
]　が 1に文字化け。
jが)に文字化け。
-が空白に文字化け。

上記を手作業で訂正した。ここには１頁目だけ。全体は計算物理学の記事で。

校正後１頁目

[Abar 93] ABARBANEL, H. D. I., M. I. RABINOVICH, AND M. M. SUSHCHIK (1993), Introduction to Nonlinear Dynamics for Physicists, World Scientific, Singapore. 283
[A&S 72] ABRAMOWITZ, M., AND I. A. STEGUN (1972), Handbook of Mathematical Functions, 10th Ed. U.S. Govt. Printing Office, Washington. 122
[Add 02] ADDISON, P. S. (2002). The Illustrated Wavelet Transform Handbook, Institute of Physics Publishing, Bristol and Philadelphia. 239, 244, 247
[ALCMD] MORRIS, J., D. TURNER, AND K.-M. HO AL_CMD, Ames Laboratory Classical Molecular Dynamics. http://codeblue.umich.edu/hoomd-blue/.
[A&T 87] ALLAN, M. P. AND J. P. TILDESLEY (1987), Computer Simulations of Liquids, Oxford Science Publications, Oxford, UK. 374
[Amd 67] AMDAHL, G., Validity of the Single-Processor Approach to Achieving Large-Scale Computing Capabilities, Proc. AFIPS., 483 (1967). 374
[Anc 02] ANCONA, M. G. (2002), Computational Methods for Applied Science & Engineer ing, Rinton Press, Princeton, NJ. 323
[A&W 01] ARFKEN, G. B.. AND H. J. WEBER (2001). Mathematical Methods for Physicists, Harcourt/Academic Press, San Diego. 410
[Argy 91] ARGYRIS, J., M. HAASE, AND J. C. HEINRICH (1991), Comput. Meth. Appl. Mech. Eng., 86. 1. 240, 386
[Arm 91] ARMIN, B., AND H. SHLOMO, EDS. (1991), Fractals and Disordered Systems, Springer-Verlag, Berlin.
[Ask 77] ASKAR, A., AND A. S. CAKMAK (1977), J. Chem. Phys. 68, 2794. 290
[Bai 05] BAILEY, M. OSU Chroma Depth Scientific Visualization Gallery,
http://web.engr.oregonstate.edu/~mjb/chromadepth/. 430, 433
[Bana 99] BANACLOCHE, J. G., (1999), A Quantum Bouncing Ball, Am. J. Phys. 67, 776 782. 65
[Bars 93] BARNSLEY, M. E. AND L. P. HURD, (1993), Fractal Image Compression, A. K. Peters, UK. 370
[Becker 54] BECKER, R. A., (1954), Introduction to Theoretical Mechanics, McGraw-Hill, New York. 294, 305
[Berry] BERRYMAN, A. A., Predator-Prey Dynamics, http://classes.entom.wsu.edu/543/. 427

日本語ファイル

日本語ファイル
https://support.google.com/drive/answer/176692?co=GENIE.Platform%3DDesktop&hl=ja&oco=1

ファイルを準備する
次のヒントを参考にするとファイルを最適な状態で準備できます。
形式: .JPEG、.PNG、GIF、PDF（複数ページのドキュメント）の各ファイル。
ファイルサイズ: ファイルは 2 MB 以下にします。
解像度: テキストの高さは 10 ピクセル以上にします。
向き: ドキュメントは正しい向きにします。画像の向きが間違っている場合は、回転させてから Google ドライブにアップロードします。
言語: Google ドライブではドキュメントの言語は検出されません。
フォントと文字セット: 最適な結果を得るには、Arial や Times New Roman のような一般的なフォントを使用します。
画質: 明るさが均一でコントラストがはっきりしたシャープな画像が最適です。
画像ファイルを変換する
パソコンで drive.google.com を開きます。
目的のファイルを右クリックします。
[アプリで開く] 次に [Google ドキュメント] をクリックします。
画像ファイルは Google ドキュメントに変換されますが、形式によっては移行できないこともあります。
太字、斜体、フォントサイズ、フォントタイプ、改行は通常保持されます。
リスト、表、列、脚注、巻末の注などは、検出されない可能性があります。

ファイル

文字

T皇室
しのぶかなをさなくて見し世の春をおもふかなふるき都の花のさかりに *
30
62086207
いそのかみふりしみやこの花かげにあそびし春を思ひいでつつ
四〇
をちかた
酬遠方の山にむかひてふるさとのみやこのけしきおもひうかべぬ
OE
海路
白波のかへる波ぢのふねの上にいつかみゆらむふるさとの山
四〇
ふるさとのみなとにふねの入りし日は家にかへりしここちこそすれ四o
故郷
編おもひいづることのみおほきふるさとにのこれる人はまれになりにき四O
...
.
.
.
.
編さまざまの昔がたりをきくたびにおもひいづるはふるさとにして
OF
T春秋の花にもみぢにこひしきは昔すみにしみやこなりけり *
四〇
林さかえながらにふるさとは風のひびきぞさびしかりける
四O
ふるさとの道にかかればむちうたぬ駒のあゆみもはやくなりけり
四〇
6651_6650
古池の水さへかれてをしどりをかひならしたるあととしもなし
OF
6652
おひたちしさとのかきねの松みればかげにあそびし昔をぞおもふ
四〇
6653
ふるさとの松は昔にかはらねど庭もる人は老いにけるかな
四〇
古井
の蛙すむところとなりてふるさとのかどの岩井の水さびにけり
90
龜
ふるさとの池にうかべるみどりがめ昔はなちしそれかあらぬか四o
六、古京セ

Google Drive OCR機能を試してみた（英語）coding(70)

機材

PNGでは駄目

PDF出力保存

出力例

１頁目

校正

校正後１頁目

日本語ファイル

ファイル

文字

関連資料(related materials)

Self Reference

文書履歴(document history)

最後までおよみいただきありがとうございました。

Thank you very much for reading to the last sentence.

Google Drive OCR機能を試してみた（英語）coding(70)

機材

PNGでは駄目

PDF出力保存

出力例

１頁目

校正

校正後 １頁目

日本語ファイル

ファイル

文字

関連資料(related materials)

Self Reference

文書履歴(document history)

最後までおよみいただきありがとうございました。

Thank you very much for reading to the last sentence.

校正後１頁目