ソフトウェア雑工学

NHocr + O2-tools  を使用して C# からプログラムをキックして OCR してみます。

NHocr は Debian で win32 用バイナリを作成しました。

$ wget http://www.imglab.org/p/O2/archives/O2-tools-2.00.tar.gz
$ tar xvzf O2-tools-2.00.tar.gz
$ ./configure --prefix=~/O2 --host=i586-mingw32msvc
$ make install
$ wget http://nhocr.googlecode.com/files/nhocr-0.17.tar.gz
$ tar xvzf nhocr-0.17.tar.gz
$ ./configure --with-O2tools=~/O2 --prefix=~/ --host=i586-mingw32msvc
$ make install

(cd 等は省略。)

~/bin/nhocr.exe と ~/src/nhocr-0.17/dic の cctable.utf-8 と 同ディレクトリの PLM.dic を c:\nhocr にコピーします。
環境変数をセットします。 set NHOCR_DICDIR=c:\nhocr 。

このままだと PBM/PGM/PPM の画像しか扱えないので ImageMagick  も入れて変換に使用します。

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Diagnostics;
using System.IO;

namespace OCR
{
    class Program
    {
        static void Main(string[] args)
        {
            // 変換
            using (Process process = Process.Start(
                @"C:\Program Files\ImageMagick-6.2.8-Q16\convert.exe",
                @"c:\test.png c:\test.ppm"))
            {
                process.WaitForExit();
            }

            // OCR 結果は UTF-8
            ProcessStartInfo info =
                new ProcessStartInfo(@"c:\nhocr\nhocr.exe", @"-o - -line c:\test.ppm");

            info.RedirectStandardOutput = true;
            info.UseShellExecute = false;
            using (Process process = Process.Start(info))
            {
                using (TextReader reader = new StreamReader(
                    process.StandardOutput.BaseStream, Encoding.UTF8))
                {
                    Console.WriteLine(reader.ReadToEnd());
                }
                process.WaitForExit();
            }
            Console.WriteLine("push any key.");
            Console.Read();
        }
    }
}

結果は「リフトウ工ア雑工学」
…だいたいあってる。

この手順なら自作プログラムにOCR機能つけて配布出来そうです。
他のソフトも入れてもらう必要がありますが。