pythonで7セグメントの画像認識を行い、データを取得する（OCR）

python+pyocr+Tesseractを利用する

pythonにはいろいろとライブラリがあるようで、改めてすごさを認識させられる。が、結論から言うと使うには相当シビア。カメラをしっかり固定してもどうだろうかという性能。

実用化可能な現実的なライン

現在の発展した技術を利用すれば余裕で可能（というかスマホにすらある）にもかかわらず。昭和レベルの働きをしているため、そこを大きく変えるのであれば、これが現実的な気がする（謎の文章）

覚書き（課題）

以下のサイトを参考にした

Python+OCRでデジタル温度計（計測器）の数値を読み込んでみた - Qiita

背景職場の温度が暑くて、担当部署に改善要望を出したい！！（切実）では、主観じゃなくデータを出せと言われたので、（←管理部門の仕事な気もするが）デジタル温度計の表示をOCRで読み取って温度履歴を…

qiita.com

する前は本当にひどかった…
※2値化のところはファイル名が上でimg_grayとなっているのでgrayでなくimg_grayのはず
残りを流れに沿ってやってみたが、何も認識されない。
2値化が面倒。閾値が画像によって変わる。自動で決めよう日にはひどいことになる。
Tesseractはどうやら相当シビアなようで、わずかな角度のずれで読み取れなくなる。許容されるのは1度くらいか？
このため、
①2値化を適切に行われるよう手動で行う
②モルフォロジー変換は私の用意した画像では2くらいの方がうまくいくnp.ones((5,5),np.uint8)　の5のところ
③角度を補正する（自分で取得した値の場合）
④tesseract_layout=8のほうがいいみたい（6ぽいが8の方がうまくいく）
辺りを行うことで、やっとこさうまくいくようになった。

結論（ちょっと使い物にならない）

この方針で進めていくのか、別ルートを用いるのか、だいぶ悩むところ。角度のずれはカメラの固定次第のため、少なくとも2値化は自動できれいに行う必要がある。
画像は自前のが使えた方がよさそう。
SSOCRも気になるところだが、そもそも機械学習的なものを勉強したいため、少し別方向から攻めてみようと思う。