개발자의 끄적끄적

[개발참고] Tesseract로 OCR 하기 [펌] OCR은 Optical Character Recognition의 약자로 광학 문자 인식을 일컫는다. 이는 사람이 쓰거나 기계로 인쇄한 문자의 영상을 이미지 스캐너로 획득하여 기계가 읽을 수 있는 문자로 변환하는 것이다. (참조: https://ko.wikipedia.org/wiki/%EA%B4%91%ED%95%99_%EB%AC%B8%EC%9E%90_%EC%9D%B8%EC%8B%9D) OCR을 하기 위해서 사용하는 것 중 하나로 Tesseract가 있다. 테서렉트는 다양한 운영체제에서 사용할 수 있는 광학 문자 인식 엔진이다. 아파치 라이선스 2.0에 따르는 무료 소프트웨어이며 2006년 부터 구글이 개발을 후원하고 있다고 위키피디아에 나와 있다. (참조..

[php] OCR / 이미지 글자 인식 (Tesseract OCR) [펌] Tesseract OCR이라는 라이브러리가 있다 c++로 작성 되있으며, 다른 언어들도 호환하는데 OS에 install 한 후 언어로 연결해주는 형태이다. 지금 윈도우를 쓰니까 윈도우 기준으로 설치를 진행해보겠다. https://github.com/tesseract-ocr/tesseract/wiki/4.0-with-LSTM#400-alpha-for-windows 에서 Windows Installer made with MinGW-w64 from UB Mannheim 를 다운-> 설치한다. 언어 셋팅하는게 있는데 난 중국어 일본어 한국어 이거 3개를 추가했다. 용량이 꽤 크다 . 언어 셋팅하니까 200MB가 더 증가함. 그다음 소스를..