Google ColabでOCRを実践！ChatGPTのOCR精度と比較してわかったこと

こんにちは、プロクラスの堀口です。
今回は、OCR(Optical Character Recognition = 画像から文字を読み取る技術)についてブログを書きたいと思います。

それに至った経緯は、業務中chatGPTからGoogle ColabでOCRを行うことを提案されたからですが、これを実践した内容は1次情報の発信になります。

AI時代でも価値があるブログはリアル体験・実例ベースの1次情報です。
※chatGPTの回答です。

Google ColabでGeminiを使ってOCRを実践

右側のチャット欄で行いたいことを投げかけるだけで、左側でPythonのプログラムが実行されていきます。
エラーが発生してもGeminiの提案から選択するだけで解消してくれます。
しかし、5回ほどのやり取りを要して出力されたのは、以下のテキストです。tesseractを使用したとのこと。(AI（ディープラーニング）ではなく “ルール＋伝統的アルゴリズム” ベースで進化してきた技術)

原文を一片も読み取れません。
今回は、サンプルとして以下のブログから画像をお借りしました。
https://blog.gururimichi.com/entry/2015/02/17/212738

chatGPTが出力したコードをGoogle Colabで実行してOCRを実践

Python

from google.colab import files
import easyocr
from PIL import Image

uploaded = files.upload()
filename = list(uploaded.keys())[0]

reader = easyocr.Reader(['ja', 'en'])  # 日本語＋英語

result = reader.readtext(filename, detail=0)

print("===== OCR結果 =====")
for line in result:
    print(line)