すべてのブログから「#OCR」タグの検索結果

こんにちは、ペンスケです。今日ご紹介するGASプチは、GASで画像から文字を判別するOCR→文字変換スクリプトです。今回作ったツールは、名刺をOCRで文字化して１セルに名刺の文字データを押し込んでいくという代物です。GoogleドライブにはOCR（画像から文字を判別する機能）をするための機能がデフォルトでついています。画像からドキュメントファイルを生成することが自動でできるのですが、これがそれなりに精度が良い。なので、この画像認識の機能をGASから使いにいって、ファイルごとに整理できたら。なんかに使えるかもしれない。というふわっとした動機で作成しました。なんのこっちゃと思われる方もおられると思うので、わかりやすくします。つまり↓これを↓こう処理の元になった画像の画質が低すぎたため、文字化けしております。GASに詳しい方むけの説明。→Google Apps Scriptを使って一時ファイルを生成し、その中のテキストデータをセルに押し込んでいます。→GAS　OCRで検索するとサンプルコードがたくさん落ちてます。参考サイトをご紹介しようと思ったのですが、ココナラの仕様で外部サイトの貼り付けができないので、ご自身で調べてみてください。結構わかりやすいコードが３～４個おちてます♡さて、このOCRのGASプチツール。出力結果の全体像はこちら。（印刷会社さんの名刺サンプル画像をテストデータとして利用したため、会社名などの情報は伏せさせていただいてます）文字の識別精度はまあまあ悪くないレベル。日本語が稀に文字化けしてしまいますが、アルファベットに至ってはほぼ問題なく識別ができています。手書き文

以前、「AI-OCRはそれっぽく間違う」という話を書きました。自作の書類読み取りAPIを、Mistralという海外のAIと同じ写真・同じ条件で読み比べてみた話です。今回はその続編です。■ 前回の弱点前回選んだのは、読み取りが「難しい書類」でした。2行に分かれたレシートの明細や、ぎっしり詰まった価格表です。ただ、あの記事にはひとつ弱点がありました。実際のお仕事の現場から届くのは、難しい「書類」ではなく、難しい「写真」なんです。納品書は倉庫の床で、横向きのまま撮られます。レシートはポケットの中でシワになります。複写伝票は束のまま、上から受領印が押された状態で撮られます。夜のバックヤードで、防犯モニターの灯りだけを頼りに、片手で撮られることもあります。デモで見る書類はいつもまっすぐで、明るくて、シワひとつありません。現場の写真はその逆です。■ 何をどう測ったかそこで、まさにそういう写真を7枚追加して、全部を測り直しました。・書類14種類・チェック項目769個・同じ写真、同じ項目リスト、同じ採点方法・3つの方式に、それぞれ3回ずつ読ませる比べた3つの方式は、①うちのAPI ②Mistral OCR ③写真をそのまま大規模AIに渡して「この項目を抜き出して」と頼む方式(以下、ビジョンAI)です。今回はうちのAPIを、お客様が実際に使うのと同じ公開の窓口経由で測りました。つまり、今日登録した方でも同じ数字を再現できる条件です。■ 結果正しく読めた項目の割合です。・うちのAPI: 89.2%・Mistral OCR: 69.3%・ビジョンAI: 66.8%もうひとつ、地味ですが大事な数字があ

こんにちは。はち｜副業・物販の自動化エンジニアです。今回は、納品書・受注書などのスキャンPDFに書かれた識別番号を読み取り、ファイル名を自動変更するOCRリネームツールの事例をご紹介します。■ ご相談前の課題毎日100枚近くのスキャンPDFを確認し、書類に書かれた番号を見ながらファイル名を1件ずつ変更していました。・PDFを開いて番号を確認・ファイル名を入力・保存先を整理この作業を繰り返すため、時間がかかるだけでなく、入力ミスや名前の付け間違いも起こりやすい状態でした。■ 作成したツールPDFの指定範囲をOCRで読み取り、書類内の識別番号を取得します。取得した番号をもとに、命名ルールに沿ってファイル名を自動変更します。複数ファイルをまとめて処理でき、読み取り結果と処理ステータスも一覧で確認できます。■ 画面で確認できること・元ファイル名・OCRで読み取った識別番号・変更後のファイル名・読み取り成功／要確認のステータス読み取り範囲のプレビューや、要確認データの再スキャンにも対応しています。実際の画面例では、4件のPDFをまとめて読み取り、処理結果を一覧で確認しています。■ 工夫したポイントOCRは画像の状態や書類のレイアウトによって読み取り結果が変わるため、読み取り範囲を調整できるようにしました。また、元ファイルを直接書き換えるのではなく、処理結果を確認しながら運用できる設計にしています。■ このような方におすすめ・納品書や受注書を毎日大量に処理している・PDFの番号を見ながらファイル名を変更している・取引先や書類ごとに命名ルールがある・手入力によるミスを減らしたい・社内のWin

今日もAI画像認識の案件の仕事だったのですが、夜、持ち帰り仕事として研究し、OCRとAI画像認識でタッグを組んで、精度を上げることに成功しました。明日、実装予定です。OCRだけでも信頼度が高いデータが出ていますが、さらにそれをAI画像認識に確認するようにしました。AI画像認識だけだと、たまに「なにしてんねん!」という時があります。なので、こういうタッグはよい仕組みですね。データの信頼度だと、ケースにもよりますがAI < 人 < プログラムですね。スピードとすると人 < AI < プログラム柔軟性とするとプログラム < AI < 人となります。それぞれのよいところをうまく組み合わせて、協調してなにかを作るのが、ベストプラクティスですね。

AI-OCRは「それっぽく間違う」— 便利なOCRの条件を考えて、Mistralと読み比べてみた話こんにちは。書類の写真から欲しい項目を取り出すAPI(いわゆるAI-OCR)を個人開発しているエンジニアです。今日は、AIで領収書や請求書を読み取るときにハマりがちな落とし穴と、それをどう設計で解決したか、そして海外の有名AI(Mistral)と同じ写真で読み比べた実測結果をご紹介します。開発者の方はもちろん、「紙の書類の入力作業をなんとかしたい」という方にも読んでいただける内容にしたつもりです。■ デモは魔法、本番は……AIモデルに領収書の写真を渡すと、店名・日付・明細・合計がきれいなデータになって返ってきます。初めて見たときは魔法のようです。「もう解決済みの分野なんだな」と思いますよね。ところが本番で使い始めると、ある日「数量 1」が「7」になって返ってきます。単価がいつのまにか隣の行にずれていることもあります。怖いのは、エラーが出ないことです。JSONの形は完璧で、数字だけが静かに間違っている。応答のどこを見ても「間違えました」というヒントがありません。請求書や納品書のように会計ソフトに入っていくデータだと、「それっぽく間違った数字」は「読めませんでした」よりずっと危険です。その数字のせいで、誰かが間違った金額を支払ってしまうからです。■ 「便利なOCR」の3つの条件このAPIを作るとき、ずっと頭にあった言葉は「便利」でした。宣伝文句としてではなく、すべての設計判断を照らし合わせるテストとして、です。本気で考えてみると、「便利」は3つの約束の積み重ねだと気づきました。1. つ

※忘れたときのための自分用の備忘録です。とにかくまずPDF化する。↓WondersharePDFエレメント（無料）をダウンロード・インストール↓起動し「OCR　PDF」で対象のPDFを読込（オプション設定「スキャンして編集可能テキストに変換」チェック）↓OCR処理が終わる待つ↓終わって開いたウィンドウで「テキスト」アイコンを選択し□枠がついた部分はデータ化が成功している↓翻訳したい部分を選択しショートカット「Ctrl+C」で保存する（マウスの「複写」ではログインを進められるだけでコピーできない）↓Excelなどに張り付ける。↓移し終わったらExcelをPDH化しgoogle翻訳にかける　(了)※細かい字や背景と色が近い場合はうまく抽出されない。

業務で大量の用紙をOCRで処理したい場合、それなりのスキャナーが必要です。先のブログ記事で紹介したハガキ入力支援システムを構築した現場では、クライアント様にご理解をいただき、高機能（だけど高価）なスキャナーを導入していただきました。キャノン製のスキャナーで、高速読取が可能です。最大でA4サイズが140枚/分で読み取り可能です（製品名についてはタイトル画像をご確認ください）。現場で導入したのは1ランク下の製品でA4で110枚/分の読み込み速度でしたが、それでもA4より小さい葉書サイズであれば160枚/分ほどの読み込み速度でした。↓ ハガキを取り込む際の実際の動画（秘密保持のため、周りはモザイクをかけています）このスキャナーにはオプションでプリンターも付けています。スキャンする際に同時に、用紙に日付（デイトイン）や、ナンバリングの印刷も可能です。また、スキャナー自体にOCR機能があり、指定した範囲で読み取った文字を、保存する画像のファイル名の一部に加えることも可能です。この機能の使い方としては、用紙に印刷されている「お客様番号」等を読取れば、その「お客様番号」をファイル名として指定できるため、後から画像ファイルの特定が容易になるという優れものです。

「AI-OCRを試したけれど、結局あまり楽にならなかった」そう感じたことのある方に向けて書きます。私は間取り図のPDFを解析して3Dモデルを生成するWebアプリを作っていて、図面の読み取り精度を上げる作業をずっと続けてきました。図面と帳票は別物ですが、「紙に書かれた情報をAIに読ませる」という点では同じ壁に当たります。その過程で分かった、つまずきやすい3つの誤解を書きます。■誤解1「解像度を上げれば読める」細かい文字が読めないとき、まずスキャンの解像度を上げたくなります。ところが、それだけでは変わらないことがあります。AIに画像を渡すとき、サービス側で自動的に縮小されることがあるためです。手元で解像度を4倍にしても、届く前に縮められてしまえば意味がありません。私も解像度を上げれば解決すると思い込んでいたのですが、仕様を調べたところ、上げたぶんはそのまま捨てられる作りになっていました。上げる作業に時間を使う前に気づけたのは幸いでした。効いたのは、全体の1枚はそのまま送ったうえで、それを4つに切った拡大画像も一緒に送ることでした。1枚あたりの情報量が減るので拡大画像のほうは縮小されずに済み、同じ紙なのに読める文字が増えました。全体の1枚を捨ててしまうと、今度はどこに何があるかが分からなくなるので、両方送るのが要点です。なお、縮小のかかり方は使うAIによって違います。導入前なら「画像はそのまま渡りますか、縮小されますか」と提供元に聞いてみてください。答えられる相手かどうかも、判断材料になります。■誤解2「読めれば終わり」これが本命です。「文字が読めること」と「正しい項目に入ること」は

「レシートや点検簿をスマホで撮るだけで、文字を読み取りたい」そんな願いをPowerApps × AI-OCR で実現することが出来ます。AIを使うことで、従来のOCRでは難しかった「文脈理解」や「カテゴリ仕分け」も可能に。今回はその構築イメージを共有させていただきます。こんな方におすすめ！①PowerAppsでAI活用にチャレンジしたい方 ②紙からデータを抽出してグラフを作りたい方③AI-OCRの実用例を知りたい方画像内の文字を読み取るイメージ従来のOCRでは、以下の制約がありました。・どこを読み取るか事前に学習が必要・レイアウトが変わると再学習が必要・精度がいまいち一方、今回ご紹介する方法では、AIの文脈理解による文字認識を行うため、レイアウトが変更しても柔軟に対応ができ、読取り精度も非常に高いです。また、文字情報からカテゴリ分類などが出来ることもAI-OCRの特徴です。「AI使うのは難しそう・・・」と思っている方にも　・AIに対する指示（プロンプト）の出し方　・PowerAppsとAIの接続方法　・AIの出力情報をどうやってSharePointに格納するかなどについて分かりやすく説明させていただきます。AI Builderが使えるか確認しようこの仕組みでは、AI Builderを使用しています。現在、AI BuilderはCopilotクレジットを消費する形へ段階的に移行中です。ご利用の環境でCopilotが使用可能か、事前にご確認ください。ペーパーレスが進む一方で、まだまだ紙の書類は根強く残っていますよね。そんな紙の情報も、AIの力でデータ化＆自動分類できれば、業務がグッ

お客様から日々大量に届く、商品の注文ハガキ。それを毎日大勢のオペレーターが1枚1枚手入力している。今でもそんな現場は少なくないと思います。そんな現場から私に自動化の依頼があり、構築したシステムはがあります。注文ハガキの半自動入力支援システムです。↓ 下記がざっくりとした導入システムの図解です。このシステム導入により、入力の人員を大幅に削減できた他、入力ミスの改善にも大きく貢献しました。これもクライアント企業様からは大変喜んでいただきました。＜ システムのアピールポイント＞お客様は郵便番号や住所の記入ミスをしてしまうもの。そのまま入力したのでは、商品のお届けが遅れる要因となります。そこで当システムでは、郵便番号と記入住所のチェックを自動で行うようにしました。記載された郵便番号を元にした住所と、記載した住所を比較し、整合性のチェックをするのです。もし、どちらかが記入ミスと思われるものがあった場合、リストに出力しオペレーターが確認、修正をします。これにより、宅配業者からの問い合わせも減りますし、お客様から「まだ届かない！」というクレームを減らすことにも貢献できました。

事務作業経験は10年程ですが毎日Excel・Wordでの書類作成、経理を担当してました。経理では給料計算や出納帳（勘定科目の仕分けなど）を経験してます。会計ソフトへの入力作業だけ未経験になりますが少しでも誰かの役に立てればと思い誠心誠意頑張りますのでよろしくお願いいたします。[納品までの流れ] 1. 作業量の確認 2. 最短納期時間の報告 3. １時間の作業ペース（途中経過報告） 4. 確認・修正 5. 納品 [時間の目安] １日に作業できる時間は平均6時間です（土日も含め）1時間当たりの入力作業での提案額になります。 都度作業状況をご報告しながら進行させて頂ければと思っておりますが、 ご不安な点があれば事前にメッセージよりご相談ください。 ご不明点や気になる点などございましたら、お気軽にご質問ください。

「名刺が溜まっているけど、手入力する時間がない...」「領収書をExcelに転記するのが面倒...」「紙の資料をデジタル化したいけど、量が多すぎる...」こんな悩みを抱えていませんか？実は、OCR（光学文字認識）という技術を使えば、画像から自動でテキストを抽出できます。◆ OCRでできること・名刺 → 会社名・氏名・電話番号・メールアドレスを自動抽出・領収書 → 日付・金額・店舗名をExcelに自動転記・紙の資料 → 検索可能なデジタルデータに変換・手書きメモ → テキスト化して共有・検索可能に◆ こんな場面で活躍【営業・マーケティング】展示会で集めた名刺100枚を1時間でデータ化【経理・総務】月末の領収書処理を半日から1時間に短縮【研究・開発】過去の紙資料を検索可能なデータベースに◆ なぜ手作業よりOCRなのか？✓ 時間短縮：100枚の名刺も数分で処理✓ ミス削減：転記ミス・入力漏れがなくなる✓ コスト削減：人件費を大幅カット✓ データ活用：デジタル化で検索・分析が可能に◆ 導入の流れ1. ご相談：どんなデータを変換したいか確認2. サンプル：少量のデータで精度を確認3. 本番処理：まとめて変換処理4. 納品：Excel/CSVなどご希望の形式で納品◆ まとめ紙のデータ入力に時間を取られていませんか？OCRを使えば、その作業時間を大幅に削減できます。「まずは少量で試してみたい」という方も、お気軽にご相談ください。---▼ 関連サービス◎ 画像→テキスト変換（OCR）サービス◎ PDF→Excel変換サービス◎ Webスクレイピング代行サービスhttps://coconala.

■ 導入：大量の画像をまとめてOCRしたいという相談今回の相談は、フォルダに入った大量のJPEG画像を、ChatGPTで順にOCRし、テキストとしてまとめたい。できれば途中で止まらず動いてほしい。というものでした。依頼者は ChatGPT のOCR精度を評価しており、これを“実務でも使える形”に落とし込みたいというニーズがありました。■ 課題：ChatGPTのUIは環境差が大きく、固定的な自動化では“止まりやすい”ChatGPT の画面は、画像アップロードの位置アップロード後の待ち時間返信の表示テキストコピーの挙動などが環境によって微妙に違うため、単純な時間待ちで自動化すると、遅延やUI変更で止まってしまいやすい問題がありました。また、画像が多いと 1枚止まる＝全体が止まる という致命的な状況になります。依頼者が求めていたのは、“枚数が多くても、できる限り止まらず処理を進められる仕組み”でした。■ 改善①：アップロード操作を“安定しやすい方法”に統一画像添付は、UIの変化に影響されやすい“ボタン操作”ではなく、画像を貼り付ける方式最小限のキー操作で確実に添付できる方法に切り替えることで、アップロード操作の安定性を大きく高めました。“どこの環境でも同じ動きになる”という視点を最優先にした設計です。■ 改善②：ChatGPTの回答取得も“状態を見て判断する”方式へOCR結果の取得も、固定スリープではなく、ChatGPTが回答を出したタイミングコピーが可能になったタイミングを“状態として確認”しながら進めることで、ネットワークが遅い日でも早い日でも、比較的安定して処理が進むようにしま

こんにちは!!!てぃ～Kです!!!なんと2年ぶりに活動を再開しました!!といっても仕事の合間での作業になりますので、短期的な仕事のみの受注になるかと思いますが💦精一杯お仕事していきますので、何卒よろしくお願いいたします!!!