Prog::手書きメモをテキスト化したい

【課題】手書きメモが膨大

A6ノートに書き溜めた手書きメモが数十冊ある．

これをスキャニングしたデータもある．

◆手順

やり方は以下の通り．

1. GUIでスキャンデータを保存したフォルダを選択

2. その中の画像ファイルを順次読み込んで

3. OCR処理してテキスト化

4. 対象画像ファイル名を元にした名のテキストファイルで保存

◆いろいろやった事

試行錯誤メモ．

1. GPTくんに聞いてみた． ⇒ 答：Google Cloud Vision API を使いなさい

→ アカウント登録とか面倒 → ほかにないか？

2. GPTくんに聞いた． ⇒ 答：Tesseract OCRというフリーのツールを使いなさい

→ tesseractをインストールしてやってみた

→ 実行できたが，文字がデタラメ……

3. GPTくん手書き認識できないよ ⇒ 答：Tesseractは手書き苦手です．手書き対応できるのはGCVです

→ そうだったのか．しようがないんでGCPアカウント登録してJSONファイルをgetするか……

4. GCPはGoogleなんでGeminiちゃんに聞いてみた ⇒ 答：ちゃんと教えてれた．

必要なツール: poppler

◆GPTくんによるソース

以下の通り．

/icons/hr.icon

✅ 対応内容

✅ 必要なライブラリインストール

code: (bash)

pip install google-cloud-vision pillow pdf2image

✅ Pythonコード（日本語限定・画像＋PDF対応）

code: (python)

import os

import io

from tkinter import Tk, filedialog

from google.cloud import vision

from PIL import Image

from pdf2image import convert_from_path

# ← ここを自分のサービスアカウントJSONに変更

# 必要ならここにpopplerのパス（Windows用）

POPPLER_PATH = r"C:\path\to\poppler\bin" # Windowsユーザーのみ必要

# 対象ファイルの拡張子

PDF_EXTENSION = ".pdf"

# フォルダ選択

def select_folder():

root = Tk()

root.withdraw()

return filedialog.askdirectory(title="OCR処理するフォルダを選択")

# OCR実行（画像用、日本語指定）

def perform_ocr_image(image_data):

client = vision.ImageAnnotatorClient()

image = vision.Image(content=image_data)

if response.error.message:

raise Exception(response.error.message)

texts = response.text_annotations

# メイン処理

def main():

folder = select_folder()

if not folder:

print("フォルダが選択されませんでした。")

return

files = os.listdir(folder)

for file_name in files:

file_path = os.path.join(folder, file_name)

output_txt_path = os.path.join(folder, base_name + ".txt")

try:

if ext in IMAGE_EXTENSIONS:

with io.open(file_path, "rb") as img_file:

content = img_file.read()

print(f"OCR: {file_name}（画像）")

text = perform_ocr_image(content)

elif ext == PDF_EXTENSION:

print(f"OCR: {file_name}（PDF）")

images = convert_from_path(file_path, poppler_path=POPPLER_PATH if os.name == 'nt' else None)

text = ""

for i, image in enumerate(images):

with io.BytesIO() as output:

image.save(output, format="JPEG")

content = output.getvalue()

page_text = perform_ocr_image(content)

text += f"\n--- ページ {i+1} ---\n{page_text}"

else:

continue

# 保存

with open(output_txt_path, "w", encoding="utf-8") as f:

f.write(text)

print(f"→ 保存完了: {output_txt_path}")

except Exception as e:

print(f"エラー（{file_name}）: {e}")

if __name__ == "__main__":

main()

✅ PDF処理の注意点（Windowsユーザー向け）

Poppler for Windows を以下からダウンロード：

✅ 出力例

/icons/hr.icon