NISHIO Hirokazu[Translate]
OCR比較2026
Astra
Gyazo OCR: 縦書きの本文は0〜3%で、NDLOCR-Liteに次いで良い結果でした。ただし、壊れ方が困るものです。
縦書きの中の横向きの数字を読み違えます。「80年に75%」が「15%」に、「17年には54%」が「177年には58%」になっていました。数字が化けるので、引用には危険です。
脚注のページでは段落の順番を崩し、誤り率が46%になりました。
Bookscan PDF埋め込みテキスト: この本では、網掛けの太字で強調した部分がほぼ全部文字化けしていました(p224で31%)。前回の4冊より、だいぶ悪い結果です。
PaddleOCR: 行を落としたことは一度もありませんでした。縦書きで句読点や小さい字を落とすのが、主な誤りです。
NDLOCR-Lite: 最も正確でした。ただ、今回も2ページで行を丸ごと落とし、縦書きの中の数字も落としました。

前回の8ページと合わせると、どの方式も単独では完全ではありません。NDLOCR-Liteは誤りがいちばん少ない一方で、行を落とします。PaddleOCRは行を落としませんが、縦書きでは句読点を落とします。そのため、NDLOCR-Liteの結果にPaddleOCRで抜けた行を補う組み合わせが一番良い、という結論は同じです。


"Engineer's way of creating knowledge" the English version of my book is now available on [Engineer's way of creating knowledge]

(C)NISHIO Hirokazu / Converted from [Scrapbox] at [Edit]