6
8

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 3 years have passed since last update.

TesseractのLSTM学習をWindows(WSL)上で行う

Last updated at Posted at 2020-12-07

はじめに

 どうもお久しぶりです。今回はTesseractのLSTM学習をWindowsのWSLを使って行おう、という記事を書いてみたいと思います。私は1年前とても苦しんだのですが、Tesseractの学習機能はどうもUbuntuを前提としていて、OSを入れ替えたりデュアルブートにしたりしたりと面倒な事をしていました。しかし、WindowsにはUbuntuのターミナルが入れられるそうで、WSLをインストールすれば可能という事を知りました。
 なので、
「Tesseractの学習機能を使いたいけどOS入れ替えとかしたくない。。。」
「どうにかWindows上でできないか」
とか思ってる人向けに記事を書きます。

〇参考
Windows 10でLinuxを使う@whim0321様)
WSLとwindows間のファイル連携(@quzq様)

という記事を参考にさせて頂きました。丁寧な解説ありがとうございます。

WSLの準備

インストール

まずWSLの準備をします。PowerShellを”管理者として”開いて、以下のコマンドを入力してください。

Enable-WindowsOptionalFeature -Online -FeatureName Microsoft-Windows-Subsystem-Linux

すると、↓のような画面になるのでYを入力してEnterを押してください。
1.PNG
処理が終了したら、Microsoft Storeを開いてUbuntuと検索してください。そしてインストールをクリック。
2.PNG
しばらくすると、↓の画面になり起動ボタンが押せるようになるのでクリック。
4.PNG
これでUbuntuのターミナルが入りました。最初はInstallの処理を行っているので、しばらく待ちましょう。
3.PNG
しばらくするとユーザー名とパスワードの設定が求められます。適当に決めて入力してください。パスワードは2回聞かれます。
5.PNG
これでインストールは終了なのですが、以下のコマンドを実行して、最新の状態に保ちましょう。(私は結構時間がかかりました。)

sudo apt update
sudo apt upgrade

そして、後に必要になるGitとpythonもインストールしましょう。pythonのインストールは結構時間がかかります。

sudo apt install git
sudo apt install -y python
sudo apt install python3-pip

Windowsのエクスプローラとの連携

 先の作業でWSLのインストールが終了しました。しかしターミナル上の操作に限られてしまうのはあまりに不便なので、いつも皆さんが使っているエクスプローラと連携しましょう。簡単です。
 エクスプローラを開いて、パスの欄に\\wsl$と入力すると↓の画面になって、Ubuntuのフォルダがいじれるようになります。適当にスタートメニューに追加とかしておくと作業しやすいです。
6.PNG

ocrd-trainの準備

事前準備

まずUbuntuのターミナル上で以下のコマンドを打ってroot権限になってください。

sudo su -

んで以下のコマンドを入力してください。これを入力しないとNote, selecting 'python-is-python2' instead of 'python'というエラーが出ます。詳しくは以下のURLを見てください。
https://lornajane.net/posts/2020/the-python-is-python2-package-on-ubuntu-focal-fossa

sudo apt install python-is-python3

そしてここから、ocrd-trainに必要なインストールをしていきます。

#Alexander Pozdnyakov氏のPPA
$ add-apt-repository ppa:alex-p/tesseract-ocr -y && apt update

#Tesseract本体
$ apt install -y tesseract-ocr

# 必要なライブラリをインストールします
$ apt install -y python imagemagick libsm6 libxext64
$ pip3 install numpy matplotlib pillow

ocrd-trainのインストール

これで準備は整いました!最後の仕上げとしてocrd-trainをインストールしていきます。また、ここからはrootディレクトリではなく、ユーザーのディレクトリで作業を行います。rootディレクトリで作業を行ってしまうと、エクスプローラからアクセスできなくなるかも、です。
という訳で、

sudo su "ユーザー名"

でユーザーディレクトリへ移行してください。それで、以下のコマンドで作業用ディレクトリとocrd-trainのcloneをしてください。

# 作業用のディレクトリ
mkdir tess
cd tedd

# ocrd-trainのclone
git clone --depth 1 https://github.com/OCR-D/ocrd-train.git

学習テスト

ここでは学習の動作が出来るかテストします。学習対象の画像はサンプルからたった2枚の画像です。エクスプローラからサンプルデータの解凍をしましょう。エクスプローラからubuntu/home/hogehoge/tess/ocrd-trainへアクセスして
7.PNG
zipファイルのocrd-testset.zipを解凍します。
8.PNG

そしてocrd-train\data\配下にfoofoo-ground-truthのディレクトリを作成してください。

9.PNG

それで、回答したデータの中から、

・alexis_ruhe01_1852_0035_019.tif
・alexis_ruhe01_1852_0035_019.gt.txt
・alexis_ruhe01_1852_0087_027.tif
・alexis_ruhe01_1852_0087_027.gt.txt

foo-ground-truthへコピーします。(サンプルデータの中でもうまく動作しないものがあります。私の環境では、上記のデータでは動作しました)
いよいよです。以下のコマンドを打てば学習データの作成がはじまります。

make training MODEL_NAME=foo

こんな画面が出てくれば、順調に学習が進んでいる証拠です。
10.PNG
学習が終わるとこんな感じの画面になります。30分ぐらいかかりました。
12.PNG

そして、ディレクトリocrd-train\data\配下に作成されたfoo.traineddataが完成品です。
※学習後のデータの出力先には注意してください。
ocrd-trainので学習データの出力先(Failed to continue from: data/xxx/xxx.lstm)
101.PNG

自分で用意したデータを学習する

みなさんがやりたいのはこれだと思います。これまでの作業でocrd-trainが動作する事は確認できたと思うので、以下のステップを踏んで、オリジナルの学習データを作ってみてください。学習データですので、文章の画像と正解のテキストデータを用意することになります。また、正解のテキスト(手順3)はutf-8で書き込んでください。そうしないと(多分)エラーが出ます。
 今回作成するモデルの名前はTRAININGとしていますが、適当に変えて頂いてかまいません。(その場合は手順1と4のTRAININGを適宜変更してください)

1.ocrd-train\data\配下にTRAININGTRAINING-ground-truthのディレクトリを作成
2.学習対象の画像(1行ごとの文章画像)をファイル名training_image.gitで用意する。(training_imageは適当にしていただいて構いません)
3. 2.の画像に対するテキストをファイル名training_image.gt.txtへ書き込む。(training_imageは学習対象の画像ファイルの拡張子無しの名前の事です)
4. 2.と3.をTRAINING-ground-truthへコピーし、以下のコマンドを実行する。

make training MODEL_NAME=TRAINING

おわりに

 久しぶりにTesseractについての記事を書きました。最近研究で使いそうになっているので、やりやすいやり方を探していて、WSL使えばいんじゃね?ってなったので忘れないようにまとめました。リモートでの課題提出も増えTeamsを使う機会が増えた事もあり、なるべくWindows上で済ませたかったのです。
 同じことで詰まっている誰かのためになれば幸いです。それでは!!

6
8
1

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
6
8

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?