easyocr について
easyocrは、PaddleOCRの信頼度が低い場合に使うOCRエンジンです。アラビア文字、キリル文字、アジア系文字を含む文書に適しており、認識テキスト、境界ボックス、信頼度を返します。
主な機能
- 0180以上の言語と文字体系に対応
- 02テキスト、境界ボックス、信頼度を出力
- 03PaddleOCRとの結果比較
- 04regex_data_normalizerによるテキスト正規化
活用シーン
- 01PaddleOCRの信頼度が0.7未満の場合の再抽出
- 02アラビア文字、キリル文字、アジア系文字の文書認識
インストール
コマンドをコピーしてターミナルで実行します。
$
npx skills add https:/インストール後、Claude Code で/easyocrを入力して読み込まれたか確認します。
同梱ファイル.gitignore
詳細
easyocr
EasyOCR は、80 以上の言語と文字体系に対応したディープラーニングベースの OCR エンジンです。特殊文字や非ラテン文字での性能が優れており、PaddleOCR の代替またはフォールバックとして機能します。
使用する場面
抽出時に PaddleOCR の信頼度が低い（< 0.7）場合、2 つ目の OCR エンジンとして ocr_agent で使用します。アラビア文字、キリル文字、アジア系の文字を含む文書に特に有用です。
手順
- インストールします：
pip install easyocr。 - 言語を指定してリーダーを初期化します：
reader = easyocr.Reader(['es', 'en', 'fr'], gpu=True)。 - OCR を実行します：
results = reader.readtext(image)。 - 各結果には
[bbox, text, confidence]が含まれます。 - 信頼度が 0.5 未満の結果を除外します。
- PaddleOCR の結果と比較し、各フィールドで信頼度が高い方を使用します。
- 抽出したテキストを
regex_data_normalizerで正規化します。
注意事項
- EasyOCR は PaddleOCR より低速（約 2 倍）です。フォールバックとしてのみ使用してください。
- モデルは初回実行時に自動的にダウンロードされます。Docker ビルド時に事前ダウンロードしてください。
- MRZ には標準で対応していません。MRZ 領域には
mrz_parserを使用してください。
コメント
Markdown 対応