1

linuxで、イメージファイル(pngなど)を開かずに、パラメータで指定した文字列を見つけて、パラメータで指定した色でマーキングして出力するようなことはできるでしょうか?
例えば:
$ convert image.png  文字列  色 marked.png

1

1 件の回答 1

1

Tesseract OCRコマンドを利用し、出力形式をtsvhocrに指定することでテキストの領域を取得できます。
これとimagemagickのconvertを組み合わせることで任意のテキスト領域に枠線を描画可能です。

コマンド例

下記の例はtesseractの英語OCRで"character"という文字列を抽出し、青枠で囲います。

tesseract ocr.png ocr -l eng hocr
region=`awk 'match($0, /<span .+ ?title='\''bbox ([0-9 ]+) ([0-9 ]+) ([0-9 ]+) ([0-9 ]+)[^>]*>character<\/span>/, a){print "rectangle "a[1]","a[2]" "a[3]","a[4]}' ocr.hocr`
convert ocr.png -stroke blue -strokewidth 3 -fill none -draw "${region}" rect.png
  • 1行目: tesseractでpngを読み込み、htmlで結果を抽出する(hocrではなくtsvの方が再利用しやすい気がしますが、気づいたのはコマンドを組んだ後でした)
  • 2行目: 上記のhtmlから正規表現で本文が"character"となっているspanタグ(下記サンプル)の領域を取得、整形する
    • <span class="ocrx_word" id="word_1_6" title="bbox 25 185 315 236; x_wconf 96">character</span>
  • 3行目: convertで-stroke blue -strokewidth 3の枠線を描画する

事前準備

sudo apt install tesseract-ocr libtesseract-dev tesseract-ocr-eng
sudo apt install graphicsmagick-imagemagick-compat

成果物

成果物

参考資料

tesseractコマンドの使い方(Tesseract OCR 4.x)
OCRを使用してLinuxコマンドラインで画像をテキストに変換する

この質問に回答するには、ログインする必要があります。

求めていた回答ではありませんか? のタグが付いた他の質問を参照する。