More than 3 years have passed since last update.

OCR認証のAPIが無料提供されたらしいので使ってみた

Posted at 2021-11-07

#はじめに
2021年6月にOCR（自動文字認識）のAPIが無償提供されたらしいので試しに使ってみた。

詳細と資料ダウンロードは下記の公式ページから。

本記事は個人的にAPIを検証した結果を載せたものであり、性能を批評するものではありません。

#さっそく使ってみる
今回は読み込みの結果を知りたいだけなのでcurlコマンドを使用してAPIを呼び出してみた。
（AIPエンドポイント等の情報資料は公式サイトで個人情報等を入力してダウンロードしたので呼び出しの箇所は念のため本記事には載せていません）

まずは手始めにこちらから

手書きしたものをスマホのカメラで撮影した画像を読ませてみます。

{
"status":"ok",
"text":"\u3053\u3093\u306b\u3061\u308f",
"candidates":[
  ["\u3053","\u3055","\u3054","\u30de","\u30b3"], 
  ["\u3093","\uff48","\u3048","\u03ba","\u4eba"],
  ["\u306b","[blank]","\u306f","\u305f","\u4ec1"],
  ["\u3061","5","\u53e4","\u03b6","\u65b9"],
  ["\u308f","\u308e","\u308c","\u306d","\u3086"]
]}

読み込み結果が文字化けしてますね。
jpコマンドで整形して表示させます。

「jq」とは
jsonを整形したり特定の値のみを抜き出して集計したりできるコマンド
下記よりexeファイルをDLして使用可能
https://stedolan.github.io/jq/

{
  "status": "ok",
  "text": "こんにちわ",
  "candidates": [
    [
      "こ",
      "さ",
      "ご",
      "マ",
      "コ"
    ],
    [
      "ん",
      "ｈ",
      "え",
      "κ",
      "人"
    ],
    [
      "に",
      "[blank]",
      "は",
      "た",
      "仁"
    ],
    [
      "ち",
      "5",
      "古",
      "ζ",
      "方"
    ],
    [
      "わ",
      "ゎ",
      "れ",
      "ね",
      "ゆ"
    ]
  ]
}

"text": "こんにちわ"

ちゃんと読み込めてるみたいです。
"candidates"には各文字の候補だった文字が記載されています。

#いろいろなパターンを読ませてみる
手書き文字のクセにも対応しているとのことなのでいろんなパターンで読ませてみましょう。

次は文字の間隔をばらばらにしてみました。
レスポンスの"candidates"を毎回表示していると長くて見づらいのでjqのオプションで"text"のみを切り出していきましょう。