Tesseract のトレーニング

Tungsten RPA は、Tesseract OCR エンジンまたは OmniPage OCR エンジンを使用して画像からテキストをキャプチャし、インテリジェント スクリーン オートメーション (ISA) を実行します。OmniPage には、インストールでサポートされるすべての言語が含まれています。Tesseract のインストールには、英語、フランス語、および日本語のみが含まれています。Tesseract の言語は、各言語に対応する .traineddata ファイルを提供することで変更が可能です。

特定の言語または文字の認識に問題が発生した場合、Tesseract をトレーニングしてフォントを適切に読み取らせることができます。

Tungsten RPA がトレーニング データの準備用に提供しているスクリプトは、Linux オペレーティング システムを対象としています。

トレーニング データを作成する前に、システムが以下の前提条件を満たしていることを確認します。

• システムが Ubuntu ベースの場合のシステム要件

  次のように、sudo apt-get install コマンドを使用してライブラリをインストールします。

  sudo apt-get install libicu-dev libpango1.0-dev libcairo2-dev git

• トレーニングの前提条件

  Tungsten RPA インストール ディレクトリ内の nativelib/hub/linux-x64/<hub_id>/tools/tesseract_train/bin に移動して、prepare.sh スクリプトを実行します。

  例：

  $ cd /home/user88/Tungsten_RPA/nativelib/hub/linux-x64/574/tools/tesseract_train/bin

  $ ./prepare.sh

Tesseract のトレーニングは、自動モードまたは手動で実行できます。

• 自動トレーニング

• 手動トレーニング