はじめに
この記事では、Google Cloud Vision API、Azure Computer Vision、Azure Form RecognizerのOCRサービスの精度を評価し、結果を確認します。また、料金体系についても概説します。
また精度評価にあたり、比較対象としてpytesseractの結果も掲載しています。
使用したサンプル
評価には、MakeLeapsさんが配布している無料の請求書テンプレートを元に作成しました。これに少しぼかしを追加しています。
- テンプレートソース: MakeLeaps請求書テンプレート
OCRサービスによる精度評価
それぞれのOCRサービスによる文字認識の結果を比較し、誤認識の例を挙げます。
認識結果を確認するには、▶️アイコンをクリックしてください。
今回は純粋なテキストの抽出のみ行ったため、サービスによってテキストの順序が乱れていることをご了承ください。
Google Cloud Vision API
-
認識結果:
認識結果の詳細を表示 (クリックして展開)
- No.
- クライアント株式会社
- T000-0000
- 東京都目黒区上目黒12-34-56
- 春夏秋冬ビル3階
- 総務部経理担当
- 山田 太郎 様
- 1 Product 10n
- 2 W3b
- 3 バナー制作
- 4 仕上圧延機
- 5 USBインターフェース
- 6 LEDバックライト
- 7
- 8
- 項目
- 請求書作成・管理ならMakeLeaps (メイクリーブス)
- 請求書
- 数量 単位
- 5 h
- 15
- 55
- 1
- 2
- 100
- サンプル株式会社
- 〒123-4567
- 東京都目黒区上目黒1-2-3.
- サンプルビル5階
- h
- 例 ヵ月分)
- 1ヵ月分
- さんぷるりーぷす株式会社
- 101
- 2013年12月17日
- 小計
- 消費税 (10%)
- 合計
- お支払い期限
- BARNo.
- 請求日)
- TEL: 03-1234-5678
- E-Mail: sample@sample.co.jp
- 担当 サンプル太郎
- 単価
- V70,000
- ¥70,000
- V70,000
- V70,000
- ¥60,000
- V1,000,000
- 2024年1月31日
- 御社印
- ¥350,000
- V1,050,000
- V350,000
- V70,000
- V120,000
- V100,000,000
- 8101,940,000
- ¥182,000
- V2,002,000
-
誤認識例: ¥70,000 → V70,000、2023年12月17日→2013年12月17日
Azure Computer Vision
-
認識結果:
認識結果の詳細を表示 (クリックして展開)
- 請求書
- さんぷるりーぶす株式会社
- クライアント株式会社
- 請求No. 101
- ₸000-0000
- 請求日: 2023年12月17日
- 東京都目黒区上目黒12-34-56
- 春夏秋冬ビル3階
- サンプル株式会社
- 御社印
- ₸123-4567
- 総務部経理担当
- 東京都目黒区上目黒1-2-3
- 山田 太郎 様
- サンプルビル 5階
- TEL: 03-1234-5678
- E-Mail: sample@sample.co.jp
- 担当: サンプル太郎
- No.
- 項目
- 数量
- 單位
- 単価
- 金额
- 1 Product10n
- 5
- ¥70,000
- ¥350,000
- 2 W3b
- 15
- ¥70,000
- ¥1,050,000
- 3 バナー制作
- ¥70,000
- ¥350,000
- 4 仕上圧延機
- 1
- 小月分
- ¥70,000
- ¥70,000
- 5 USBインターフェース
- 2
- 吉月分
- ¥60,000
- ¥120,000
- 6 LEDバックライト
- 100
- h
- ¥1,000,000
- ¥100,000,000
- 7
- 8
- 9
- 小計
- ¥101,940,000
- 請求書作成・管理ならMakeLeaps (メイクリープス)
- 消費税 (10%)
- ¥182,000
- 合計
- ¥2,002,000
- お支払い期限: 2024年1月31日
-
誤認識例: 単位 → 單位、ヶ月分→小月分、ヶ月分→吉月分
Azure Form Recognizer
-
認識結果:
認識結果の詳細を表示 (クリックして展開)
- 請求書
- さんぷるリーぶす株式会社
- クライアント株式会社
- 請求No. 101
- 〒000-0000
- 請求日: 2023年12月17日
- 東京都目黒区上目黒12-34-56
- 春夏秋冬ビル3階
- サンプル株式会社
- 御社印
- 〒123-4567
- 総務部経理担当
- 東京都目黒区上目黒1~2-3
- 山田 太郎
- サンプルビル5階
- TEL: 03-1234-5678
- E-Mail: sample@sample.co.ip
- 担当:サンプル太郎
- No.
- 項目
- 数量
- 単位
- 単価
- 金额
- 1 Product10n
- 5
- ¥70,000
- ¥350,000
- 2 W3b
- 15
- ¥70,000
- ¥1,050,000
- 3 バナー制作
- 5
- ¥70,000
- ¥350,000
- 4 仕上圧延機
- 1
- ヵ月分
- ¥70,000
- ¥70,000
- 5 USBインターフェース
- 2
- ヵ月分
- ¥60,000
- ¥120,000
- 6 LEDバックライト
- 100
- ¥1,000,000
- ¥100,000,000
- 7
- 8
- 9
- 小計
- ¥101,940,000
- 請求書作成・管理ならMakeLeaps (メイクリープス)
- 消費税 (10%)
- ¥182,000
- 合計
- ¥2,002,000
- お支払い期限: 2024年1月31日
-
誤認識例: 東京都目黒区上目黒1-2-3 → 東京都目黒区上目黒1~2-3
比較対象: pytesseractの結果
-
認識結果:
認識結果の詳細を表示 (クリックして展開)
- クライアント株式会社
- 〒o00-0000
- 東京赴財区上目時12-34-56
- 本了秋冬ビル3階
- 請求書
- さんぶるリーぶす株式会社
- 請求No. 101
- 請求日: LM 2023年12月17昌
- サンプル株式会福
- 〒123-4567
- 東京都目黒区上目黒!-2-3
- サンプルビル 5階
- TEL: 03-1234-5678
- E-Mail: sample@sample.co.lp
- 担当: サンブル太郎
料金体系
各サービスの料金体系についても触れます。
下記の価格は141.71円/$の為替レートで計算されています。
Google Cloud Vision API
-
価格: 1001〜5000000回まで¥212/1000画像、月1000回まで無料
料金詳細: Google Cloud Vision API Pricing
Azure Computer Vision
- 価格: 0〜1000000回まで¥147/1000画像、1分あたり20件のトランザクションで月5000回まで無料
- 料金詳細: Azure Computer Vision Pricing
Azure Form Recognizer
- 価格: ¥737/1000画像、月500回まで無料
- 料金詳細: Azure Form Recognizer Pricing
各サービスのデータ保持とプライバシーポリシー
Google Cloud Vision API
- データ保持期間：数時間
- データの使用目的：処理完了後削除、他目的での使用なし
- 詳細情報：Google Cloud Vision データ使用ポリシー
Azure Computer Vision
- データ保持期間：24時間以内
- データの使用目的：処理完了後削除、他目的での使用なし
- 詳細情報：Azure Computer Vision OCR データプライバシー
Azure Form Recognizer
- データ保持期間：24時間以内
- データの使用目的：処理完了後削除、他目的での使用なし
- 詳細情報：Azure Form Recognizer データプライバシー
まとめ
漢字や英語が混在している箇所では、文字認識の精度が低下することが予想されましたが、今回のサンプルにおいては、いずれのサービスも高い文字抽出精度を示しました。今後は手書き文字やレイアウトが乱れた文書など、さらに複雑なケースについても比較検証していく予定です。
参考情報
Google Cloud Vision API
Azure Computer Vision
Azure Form Recognizer
Pytesseract
- Pytesseractを使ったMacデバイス上でのOCR処理
- 注意: Tesseractは標準のパッケージでは日本語に対応していないため、別途インストールが必要です。以下のコマンドでインストール可能です:
brew install tesseract-lang