OCRの人気記事 284件 - はてなブックマーク

サクサク読めて、アプリ限定の機能も多数！アプリで開くはてなブックマーク閉じる ●はてなブックマークって？●アプリ・拡張の紹介●ユーザー登録●

●ログアウト

検索対象

●すべて ●タグ ●タイトル ●本文

並び順

●新着 ●人気

ブックマーク数

●1 user ●3 users ●50 users ●100 users ●500 users

セーフサーチ

●オン ●オフ

期間指定

●すべて ●1週間 ●1ヶ月 ●1年

まで

1 - 40 件 / 284件新着順人気順

絞り込み

検索対象

ブックマーク数

期間

セーフサーチ

OCRの検索結果1 - 40 件 / 284件

OCRに関するエントリは284件あります。 AI、画像、人工知能などが関連タグです。人気エントリには﹃中日新聞:自動車工場のガロア体　ＱＲコードはどう動くか﹄などがあります。

中日新聞:自動車工場のガロア体　ＱＲコードはどう動くか

● 2013 users ● static.chunichi.co.jp ● 学び ●2021/12/08 その誕生を地元新聞も経済新聞も記事にしなかった。2年後、﹃コードの情報を白黒の点の組み合わせに置き換える﹄と最下段のベタ記事で初めて紹介された時、その形を思い浮かべることができる読者はいなかった。いま、説明の必要すらない。ＱＲコードはなぜ開発され、どう動くのだろうか。ＱＲコードは、自動車生産ラインの切実な要請と非自動車部門の技術者の﹁世界標準の発明をしたい﹂という野心の微妙な混交の下、1990年代前半の日本電装︵現デンソー︶で開発された。トヨタグループの生産現場では、部品名と数量の記された物理的なカンバンが発注書、納品書として行き来することで在庫を管理する。そのデータ入力を自動化するバーコード︵ＮＤコード︶を開発したのがデンソーだ。バブル全盛の1990年ごろ、空前の生産台数、多様な車種・オプションに応えるため、部品も納入業者も急激に増え、ＮＤコードが限界を迎えていた。63桁の数字しか ●技術 ●あとで読む ●数学 ●開発 ●QRコード ●読み物 ●歴史 ●画像 ●科学 ●math

さようなら、全てのエヴァーノート - 本しゃぶり

● 1787 users ● honeshabri.hatenablog.com ● テクノロジー ●2024/04/14 2011年6月10日、Evernoteを使用開始。 2014年9月19日、有料プランに加入。 2024年3月23日、クソみたいなメールが届く。プラン、廃止いつも Evernote をご利用いただき、ありがとうございます。このたびは今後の Evernote 登録プランに関する変更についてご案内させていただきます。お使いの Evernote アカウントは Plus から Personal に移行されました。Evernote Plus など、一般のお客様に数年間ご利用いただけなかった従来の登録プランが廃止となったためです。この変更により、Personal プランで利用可能な機能すべてをご利用いただけます。今後はAnnualの登録プランが現在の Evernote Personal プランの料金 129.99 USD/Yearに合うように更新されます。この料金は次の更新日である2024/4/ ●evernote ●obsidian ●webサービス ●あとで読む ●Notion ●ツール ●サービス ●AI ●メモ ●生活

﹁私はロボットではありません﹂はワンクリックでなぜ人間を判別できる？仕組みとその限界を聞いてきた

● 859 users ● staff.persol-xtech.co.jp ● テクノロジー ●2021/02/16 2021.02.16 ﹁私はロボットではありません﹂はワンクリックでなぜ人間を判別できる？仕組みとその限界を聞いてきた WebサイトにIDとパスワードを入力するとき、ときどき﹁私はロボットではありません﹂にチェックを求められることがあります。僕はロボットではないので、当然チェックを入れて認証を進めるわけですが……。でもちょっと待ってください。なぜクリックひとつで、人間かロボットかを判断できるんでしょう。これはきっと、人間ではないなんらかの不正アクセスを防ぐ仕組みのはず。でもチェックを入れるくらい、プログラムを作ってなんやかんやすれば、シュッとできるのでは？﹁私はロボットではありません﹂は、どんな仕組みで人間とロボットを判別しているのか。もっといい方法はないのか。これまでの歴史的経緯も含め、情報セキュリティ大学院大学の大久保隆夫教授に聞きました。気づかないうちに﹁人間かロボットか﹂ ●セキュリティ ●あとで読む ●security ●技術 ●captcha ●webサービス ●ロボット ●web ●認証 ●IT

グーグルレンズの﹁パソコンにコピー﹂が地味に便利だという話 - 世界のねじを巻くブログ

● 665 users ● www.nejimakiblog.com ● テクノロジー ●2022/11/13 Google Lensでテキストをスキャンいきなりですが、グーグルクローム関連の小ネタを3つ紹介。 Google Lensでテキストをスキャン二窓検索機能タブ検索まず一つ目は、現実世界にある文字・テキストをスマホのGoogle Lensのアプリで読み取り文字起こしして、PCのGoogle Chromeに飛ばすというライフハック。パソコンで作業してるときけっこう使えます。まずはグーグルレンズで文字を読み込み、場所・範囲を選択。そして上記画像の下部に﹁パソコンにコピー﹂ってあるのわかりますかね？？これをタップすれば、Google Chromeにコピーされ、あとは　PC上でCtrl+V コピペできるようになります。例として上記画像の、サンタナのアルバム﹃キャラバンサライ﹄ライナーノーツから。肉体は溶けて宇宙に変わる宇宙は溶けて静寂の音に変わる音は溶けてまばゆい ●chrome ●google ●あとで読む ●PC ●便利 ●お役立ち ●検索 ●パソコン ●ツール ●OCR

スマホにカメラついてるんだからOCRできるでしょという気持ち - Progate Tech Blog

● 556 users ● tech.prog-8.com ● テクノロジー ●2020/12/10 どうも、株式会社Progate で SoftwareEngineer チームのマネージャーをしています @satetsu888 です。本記事は Progate AdventCalendar 2020 10日目です。普段仕事ではエンジニア組織のことやプロダクトの技術戦略的なことを考えたり、ミーティングしたり採用活動したりタスクをお願いして回ったりなどを担当していますが、今日はそういうのとはなんの関係もないただの日常の話を書こうと思います。ことの始まり我が家では子どもの朝ごはんとして週に2,3回くらいの頻度でポケモンパンを買っています。先日(2020/09/18 ~ 11/24) ポケモンパンについてるポイントを5点集めるとポケモンシールホルダーの抽選に1回応募できるキャンペーンがありました。︵キャンペーン自体はすでに終了しています︶いつも通りのペースでパンを買ってると何回か挑戦で ●OCR ●あとで読む ●プログラミング ●画像処理 ●カメラ ●javascript ●programming ●スマホ ●コード ●技術

GPTが人知れず既存の名刺管理アプリを抹殺していた話 - Qiita

● 505 users ● qiita.com/watanabe-tsubasa ● テクノロジー ●2024/02/27 抹殺は言い過ぎかもしれませんが簡易な名刺管理アプリであれば自作で十分という時代がきていたようですこれで紙の名刺からはきっとバイバイできるでしょう！名刺管理アプリ作ってほしいといわれたそれは2/22のお話。ことの発端は別の部署からかかってきた一本の電話でした。新規事業の部署でいろいろな取引先様と付き合いがあるものの、紙の名刺が非常に多く管理に困っているとのことのことです。私は小売業に勤務しているしがない一社員で、現在Eコマースの戦略立案に関する部署に所属しています。電話先の方は、以前一緒の部署で勤務したことがある方です。現在新規事業のプロジェクト推進をしており、冒頭のような課題感を持っているため既存の名刺管理アプリ導入を考えたのですが、あまりのお値段の高さに卒倒して私に藁をもすがる思いで連絡されたようです。これまでのアプリは名刺の識別専門のAI︵︶を使っていた話を聞いてみた ●ChatGPT ●あとで読む ●AI ●OCR ●python ●api ●アプリ ●GPT ●LINE ●プログラミング

pdfからtextを抜き出す試行錯誤のメモ｜Kan Hatakeyama

● 464 users ● note.com/kan_hatakeyama ● テクノロジー ●2024/02/23 これは二段構えの構成を持っています。この二段構えを正確に検出し、テキストを理解することが望ましいです。 Unstructuredを使うPythonのライブラリであるUnstructuredを試してみましょう。参考記事導入は非常に簡単です。 pip install 'unstructured[pdf]' 実装も簡単です。解析コード‥ from unstructured.partition.pdf import partition_pdf pdf_elements = partition_pdf("pdf/7_71_5.pdf") 表示コード‥ for structure in pdf_elements: print(structure) 結果‥ 残念ながら、2段組のカラムを正確に検出することはできませんでした。 Grobidを使うGrobidは、peS2oというオープンアクセス論文のコ ●PDF ●あとで読む ●python ●LLM ●AI ●テキスト ●ツール ●ドキュメント ●自然言語処理 ●メモ

︻Python︼Kindleの洋書1冊を1分で日本語PDFに変換するコードを書いた話 - Qiita

● 417 users ● qiita.com/1plus1is3 ● テクノロジー ●2022/11/14 動機外資系のAmazonが展開している電子書籍Kindleでは比較的洋書の取り扱いが多いです。 Kindle Unlimitedに登録されている書籍も多く、Springerなんかも含まれているので活用しない手はありません。そこでkindle-translatorをつくりました。 https://github.com/1plus1is3/kindle-translator これで一冊50万字あるKindleの洋書を1分で日本語PDFに変換できます。キーボードの矢印キーでページ送りができるならKindleに限らずあらゆる電子書籍リーダおよびPDFビューワで使え、DeepLが対応している言語であれば英語以外の言語でも翻訳できます(仏→日とか)。未経験からPythonエンジニアになって3ヶ月(うち1ヶ月は研修)が経ち、色々作れるようになった時点でつくったツールなので、改良すべき点もまだまだ ●python ●あとで読む ●Kindle ●PDF ●翻訳 ●プログラミング ●OCR ●電子書籍 ●Qiita ●programming

Pythonを用いたPDFデータからの情報抽出 / Extraction data from PDF using Python

● 396 users ● speakerdeck.com/sansandsoc ● テクノロジー ●2021/09/26 ■イベント  ‥第54回情報科学若手の会 https://wakate.connpass.com/event/222829/ ■登壇概要タイトル‥Pythonを用いたPDFデータからの情報抽出 / Extraction data from PDF using Python 発表者‥  技術本部 DSOC R&D研究員　青見樹 ▼Twitter https://twitter.com/SansanRandD ●python ●pdf ●あとで読む ●データ ●プログラミング ●data ●https ●表 ●ライブラリ ●event

PCの操作をすべて録画＆文字起こしして過去の操作を丸ごと検索可能にするアプリ﹁Windrecorder﹂

● 337 users ● gigazine.net ● テクノロジー ●2024/05/06 PCを使っていると、過去の操作内容やブラウザで閲覧していた情報を思い出したくなるタイミングが頻繁に発生します。そんな時に役立ちそうなPC操作記録アプリ﹁Windrecorder﹂がオープンソースで開発されています。 GitHub - yuka-friends/Windrecorder: Windrecorder is a memory search app by records everything on your screen in small size, to let you rewind what you have seen, query through OCR text or image description, and get activity statistics. https://github.com/yuka-friends/Windrecorder I made an o ●PC ●あとで読む ●アプリ ●windows ●データベース ●セキュリティ ●tool ●検索 ●GitHub ●データ

岸本元 on X: "国会図書館デジタルコレクションで﹁ドラゴンクエスト﹂と検索すると、大正11年に刊行された﹃本居宣長稿本全集﹄がヒットする。いくらなんでも大正時代の本居宣長の本にドラクエの話は書かれてないだろと驚いたが、何者かが原本に落書きしたのを読み取ったようだったhttps://t.co/t2DHCNuxgK https://t.co/3oMcKg6yvs"

● 335 users ● twitter.com/bowwowolf ● 学び ●2023/03/03 ●図書館 ●ネタ ●書籍 ●本 ●twitter ●あとで読む ●国会図書館 ●book ●ゲーム ●OCR

Pythonで始めるドキュメント・インテリジェンス入門 / Introduction to Document Intelligence with Python

● 320 users ● speakerdeck.com/yag_ays ● テクノロジー ●2021/10/15 ビジネス文書をデータ化し構造や内容を理解するアプリケーションはドキュメント・インテリジェンスと呼ばれ、画像処理や自然言語処理といった複数の要素技術を組み合わせて開発する必要があります。何が必要でどう実現すれば良いのかといった第一歩を、Pythonでの具体的な構築事例とともに紹介します。 https://2021.pycon.jp/time-table/?id=273795 ●python ●あとで読む ●ocr ●画像処理 ●ドキュメント ●api ●プログラミング ●document ●画像認識 ●slide

はまちや２ on Twitter: "これは東京証券取引所公式の代表の名前が入った一見まともな書類に見えるけど、GoogleはPDF内にある外から見えない注釈等も検索対象にしているらしくて、キャッシュでみると書類に埋め込まれた﹁うんこ﹂という文字が可視化される… https://t.co/HCMBx4yqsX"

● 312 users ● twitter.com/Hamachiya2 ● テクノロジー ●2021/09/11 これは東京証券取引所公式の代表の名前が入った一見まともな書類に見えるけど、GoogleはPDF内にある外から見えない注釈等も検索対象にしているらしくて、キャッシュでみると書類に埋め込まれた﹁うんこ﹂という文字が可視化される… https://t.co/HCMBx4yqsX ●うんこ ●google ●PDF ●ネタ ●あとで読む ●仕事 ●twitter ●セキュリティ ●security ●検索

OCR処理プログラム及び学習用データセットの公開について | NDLラボ

● 309 users ● lab.ndl.go.jp ● テクノロジー ●2022/04/25 2022年04月25日 NDLラボのGitHubから、次の2件を公開しました。ライセンスや詳細については、各リポジトリのREADMEをご参照ください。 NDLOCR 国立国会図書館︵以下、﹁当館﹂とします。︶が令和3年度に株式会社モルフォAIソリューションズに委託して実施したOCR処理プログラムの研究開発事業の成果である、日本語のOCR処理プログラムです。このプログラムは、国立国会図書館がCC BY 4.0ライセンスで公開するものです。なお、既存のライブラリ等を利用している部分については寛容型オープンライセンスのものを採用しているため、商用非商用を問わず自由な改変、利用が可能です。機能ごとに7つのリポジトリに分かれていますが、下記リポジトリの手順に従うことで、Dockerコンテナとして構築・利用することができます。リポジトリ : https://github.com/ndl-lab/ ●OCR ●あとで読む ●github ●勉強 ●学習 ●資料 ●機械学習 ●図書館 ●python ●AI

GPT-4oをOCRとして使う - Re:ゼロから始めるML生活

● 295 users ● www.nogawanogawa.com ● テクノロジー ●2024/06/09 OpenAIからChatGPT-4oが発表されましたが、皆さんガンガンつかっていますでしょうか？さて、このChatGPT-4oですが、テキスト以外のデータも使用できるようになっているという特徴があります。普通にテキストでのやり取りをしつつも画像データを扱えるということで、﹁実はこれいい感じのOCRとして使えるんじゃね？﹂って思っちゃったわけです。ということで、今回はChatGPT-4oを使ってOCRを使うとどんなもんなのかやってみたいと思います。やりたいことやってみるとりあえずやってみる請求書名刺参考文献感想やりたいこと今回やりたいことはOCRです。早い話が画像ファイルを突っ込んでテキストを読み取りたいって感じです。ただ、当たり前のようにOCRって言葉を使用していますがOCRって結構奥が深いです。 mediadrive.jp 単純に画像から文字を見つけて対応するテ ●ChatGPT ●あとで読む ●AI ●OCR ●人工知能 ●文章生成AI ●画像

macOS のデフォルト状態でコマンドラインからOCR処理を行う - TeX Alchemist Online

● 294 users ● doratex.hatenablog.jp ● テクノロジー ●2023/06/29 macOS 12 Monterey では，OSビルトインでのOCR機能が搭載されました。Preview.app で，画像やスキャンPDF︵中身がスキャン画像のPDF︶に対して，ただマウスでドラッグするだけで，中身の文字を認識して選択し，コピーできるようになっています。さらに，macOS 13 Ventura では，それが日本語にも対応しました。たとえば，︵今や入手困難となってしまった︶The TeXbook のアスキーによる日本語版をスキャンしたものを Preview.app で開くと，何もしなくても，文字選択できます。これをコピーして他のエディタにペーストすると， TEXの名称で気をつけなければならないことがほかにもある。Eの文字が不揃いになっていることだ。Eの文字を少し下げてあるのは、TeXが組版のためのシステムであることを印象づけるためであり、またほかのシステムの名称と区別するた ●ocr ●mac ●あとで読む ●macOS ●pdf ●コマンド ●app ●command ●コード ●shell

RAGの性能を改善するための8つの戦略 | Fintan

● 266 users ● fintan.jp ● テクノロジー ●2024/02/09 近年、OpenAIのGPT-4やGoogleのGemini、MetaのLLaMAをはじめとする大規模言語モデル︵Large Language Model‥LLM︶の能力が大幅に向上し、自然言語処理において優れた結果を収めています[1][2][3]。これらのLLMは、膨大な量のテキストデータで学習されており、さまざまな自然言語処理タスクにおいて、タスクに固有なデータを用いてモデルをファインチューニングすることなく、より正確で自然なテキスト生成や、複雑な質問への回答が可能となっています。 LLM-jp-eval[4]およびMT-bench-jp[5]を用いた日本語LLMの評価結果。Nejumi LLMリーダーボード Neoより取得。大規模言語モデルは近年急速な進歩を遂げていますが、これらの進歩にもかかわらず、裏付けのない情報や矛盾した内容を生成する点においては依然として課題があります。たとえ ●RAG ●LLM ●AI ●あとで読む ●検索 ●ChatGPT ●OCR ●チューニング ●自然言語処理 ●人工知能

﹁〇〇は戦前には存在しなかった﹂系のデマは今はコレのおかげで簡単に否定できるようになった、って話

● 255 users ● togetter.com ● 学び ●2023/03/03 リンク Wikipedia 乾杯乾杯︵かんぱい︶は、盃を飲み干すこと //スペインが起源家庭内から宴席に至るまで広く行われている。場の主催者、またはその指名者が音頭を取り、酒などを注いだ盃やコップを掲げ、﹁乾杯﹂と唱和したのち口にする。晩餐会のように改まった会食から酒宴に至るまで、参加者全員が揃った事を契機に、食事や飲み物に手をつけるきっかけとして行われることが多い。遅れて来る者が居る場合、定刻に行ったうえで到着後も改めて行ったり、定刻前に練習と称して飲み始めることもある。基本的にしきたりなので、地域差︵都道府県から社内部署に至るま 3 users 3 ●デマ ●歴史 ●図書館 ●togetter ●言葉 ●あとで読む ●リテラシー ●search ●日本語 ●ファクトチェック

若者のスクショ共有文化はもう戻せないのでカジュアルOCRを推進すべき - 太陽がまぶしかったから

● 250 users ● www.du-soleil.com ● テクノロジー ●2020/06/24 若者のスクショ文化若者のスクショ癖を腐すの嫌なんだけど、1万回注意してもアシスタント︵25歳︶が参考資料などをスクショで送って来るので1万1回目のキレをかましてしまった😢地図でもサイトでもスクショで送ってくる😭情報追えねぇからURL貼れっつってもURL写ってる状態のスクショ送ってくる😭若者のコピペ離れ😭つら— $tina$ (@tinasuke) 2020年6月22日若者がスクショでシェアしがちという話をよく聞く。テキスト形式でないとURLや再利用ができないといった弊害があるからやるべきではないという話になりがちだけど、特にスマートフォンは文章を範囲選択しづらいし、フォントスタイルやイメージなども保存しておこうと思えば、スクリーンショットのが楽だ。自分自身もスマートフォンにおいてはスクリーンショット画像をそのまま Evernote などに保存する事が多い。それでもあまり困らな ●OCR ●あとで読む ●文化 ●考え方 ●アシスタント ●スクリーンショット ●画像 ●technology ●Evernote

古文書を解読できるスマホアプリ　凸版印刷が開発　くずし字対応AI-OCRを活用

● 243 users ● www.itmedia.co.jp ● テクノロジー ●2022/09/13 凸版印刷ではこの課題を解決するため、2015年から国文学研究資料館と共同研究を開始。古文書対応のAI-OCRの開発に取り組んできた。その中で﹁手元の古文書を手軽に読みたい﹂という一般利用者向けのサービスに対する多数の要望があり、今回のアプリ開発に至ったとしている。凸版印刷は今後、2025年度までにAPI提供や関連事業を含め、一般利用者や教育機関、博物館・資料館、地方自治体などのサービス提供を拡大し、約3億円の売り上げを目指す。関連記事ライトを当てると文字や絵が現れるホログラム　凸版が開発　スマホライトで真贋判定強い光︵点光源︶を当てると、立体的な画像が現れる新たなホログラム﹁イルミグラム﹂を凸版が開発。スマートフォンのライトなどで誰でも簡単・正確に真贋判定できる。メタバースでのなりすましを防ぐ　3Dアバターの本人証明ができるセキュリティ基盤　凸版印刷が開発凸版印刷が、メタバース ●技術 ●あとで読む ●AI ●文字 ●アプリ ●画像 ●歴史 ●学習 ●開発 ●人工知能

︻Power Automateの新しいRPA機能︼Power Automate Desktopで出来ること︵全33機能の紹介︶ - Qiita

● 203 users ● qiita.com/nakaamino ● テクノロジー ●2020/09/27 ︻Power Automateの新しいRPA機能︼Power Automate Desktopで出来ること︵全33機能の紹介︶RPAPowerAutomateDesktop はじめに Microsoft Igniteの発表でPower Automateの﹁per user with attended RPA plan﹂で﹁Power Automate Desktop﹂が使用できるようになりました。2020年9月26日時点でPreview機能です。この記事ではPower Automate Desktopの自動化機能︵アクションと言います︶を紹介します。この紹介を通じPower Automate Desktopがどのような自動化を行えるかの参考になれば幸いです。 2020年9月26日時点のアクションとなります。トライアル開始手順もまとめてみましたので併せてご覧ください。︻Power A ●RPA ●あとで読む ●Microsoft ●自動化 ●Windows ●Azure ●qiita

OCR屋のAI inside、ストック型ビジネスどころか逆に大量解約︵9284件中7636件︶の憂き目に遭い売上の半分弱を失う : 市況かぶ全力2階建

● 201 users ● kabumatome.doorblog.jp ● テクノロジー ●2021/04/29 日刊SPA！に登場の医学生投資家、儲け自慢に熱を入れるあまり﹁11歳から親の口座で投資を始めた﹂と借名取引をうっかり告白 ●AI ●あとで読む ●OCR ●ビジネス ●Twitter ●ict ●人工知能 ●話題

OCR屋のAI inside、ストック型ビジネスどころか逆に大量解約（9284件中7636件）の憂き目に遭い売上の半分弱を失う : 市況かぶ全力２階建

﹇速報﹈マイクロソフト、手書きのスケッチをAIでアプリ画面に手軽に変換できる﹁Power Apps Express design﹂発表。Microsoft Build 2022

● 196 users ● www.publickey1.jp ● テクノロジー ●2022/05/25 ﹇速報﹈マイクロソフト、手書きのスケッチをAIでアプリ画面に手軽に変換できる﹁Power Apps Express design﹂発表。Microsoft Build 2022 マイクロソフトは現在開催中の開発者向けイベント﹁Microsoft Build 2022﹂で、ローコード／ノーコード開発ツール﹁Power Apps﹂の新機能として、手書きのスケッチやPDFのフォーム画面、Figmaのデザインファイルなどを元に、AIがアプリケーションの画面作成を支援してくれる﹁Power Apps Express design﹂を発表しました。公開された動画を元に、Power Apps Express designの機能を見ていきましょう。 Power Apps Express designでは、画面スケッチをキャプチャするとAIがUIコンポーネントを認識します。 ●microsoft ●あとで読む ●AI ●ツール ●開発 ●design

画像からテキストを抽出、ファイル名を一括変更…Windowsを快適にする公式無料ツール﹁PowerToys﹂おすすめ機能7選 | 文春オンライン

● 189 users ● bunshun.jp ● テクノロジー ●2022/09/16 ﹁PowerToys﹂という無料ツールをご存知でしょうか。Windowsをさらに使いやすくする十数個の機能をまとめた、Microsoftの公式ツールです。カユイところに手が届く数々の機能はいちど使うと手が放せなくなるほどで、どうしてこれがWindowsに最初から組み込まれていないのだろうと首をひねってしまうほどです。そんな﹁PowerToys﹂は、今年9月に入って登場した最新版の﹁0.62.0﹂で、これまでなかった新機能がいくつか追加され、より充実したツールへと生まれ変わりました。今回は最新の﹁0.62.0﹂で追加された機能も含め、筆者が﹁これは特に便利﹂と感じたPowerToysの便利機能を厳選して紹介します。ピンと来る機能があれば、ぜひこの機会にインストールして試してみてください。ダウンロードはMicrosoftストア、もしくはこちらから行えます。 ●windows ●あとで読む ●ツール ●PowerToys ●ソフトウェア ●MicroSoft ●便利 ●tool

GPT-4oを使って2Dの図面から3DのCADモデルを作る

● 181 users ● zenn.dev/firstautomation ● テクノロジー ●2024/05/19 はじめに株式会社ファースト・オートメーションCTOの田中(しろくま)です！先日、 OpenAIからGPT-4oがリリースされました。いろいろGPT-4oに関して調べていると、スピードが速くなっていたり、音声も直接扱えてマルチモーダル化が進んでいたりするようなのですが、画像に関して GPT-4-turboに比べ、認識やOCRの精度が向上しているようです。製造業という観点からすると、これは設計図面などに活かせるようになるのでは？と思いました。機械部品などの設計図面は以下のように、特定の方向から部品を2次元上に落とし込んだ形で書かれるのですが、部品本体を描いている図以外に、寸法や名称といった文字も含まれた画像になっています。このような図と文字の複合データにおいて、GPT-4oの進化は有効なのではないかと考えました。 ※画像元URL: http://cad.wp.xdoma ●ChatGPT ●あとで読む ●CAD ●3d ●AI ●GPT ●機械学習 ●画像 ●設計

崩し字を訳してくれる﹁miwo﹂というスマホアプリで鐔に書かれた文字を読み取ったら解読できてしまった﹁技術の進歩がすごい﹂

● 172 users ● togetter.com ● テクノロジー ●2022/12/25 刀箱師 | 中村圭佑 | 展示ケース作家 | 刀とくらす。 @katana_case_shi ﹁わけのほる　麓の道はおほけれど　おなじ高ねの　月をこそみれ﹂どうやら﹁わけのほる﹂という一休宗純の和歌のようで、以下のサイトを見ると解説がありました。当時この鐔を付けて戦った武士はこの和歌にどのような想いを重ねたのだろうか。 575.jpn.org/article/174793… pic.twitter.com/dSIJbpS4OB 2022-12-22 23:40:23 ●技術 ●アプリ ●あとで読む ●歴史 ●togetter ●文字認識 ●古文 ●日本語 ●tech ●スマートフォン

宿題は人工知能にやらせる今どきの小学生。中国政府は宿題をAIにやらせることを禁止 - 中華IT最新事情

● 168 users ● tamakino.hatenablog.com ● テクノロジー ●2021/09/15 中国共産党中央弁公庁と国務院は、﹁義務教育段階の生徒の家庭学習と校外課程の負担のいっそうの軽減についての意見﹂を公開した。内容は、﹁拍照捜題﹂を禁止するものだ。これを受けて、多くの学習アプリが拍題捜答機能を停止させていると青少年教育新聞が報じた。宿題は人工知能にお任せの今どきの小学生たち拍照捜題とは、学習アプリの人気機能で、宿題をするときに便利な機能。プリントなどの問題を、アプリ経由でスマホで撮影すると、その内容をAIが解析し、解法と答えを表示してくれるというもの。同じ問題が見つからない場合は、類似の問題の解法と答えを表示してくれる。本来は、自分で解けない問題を調べるためのものだが、学習アプリの競争が激しくなる中で、解答を直接表示するようになり、多くの学生が、学習アプリが表示する解法と答えを丸写しして提出することが増え、教師や父兄の間で問題になっていた。 ▲学習アプリ﹁作業帮﹂の拍照 ●教育 ●中国 ●AI ●あとで読む ●IT ●アプリ ●宿題 ●学習 ●人工知能

Windows 10の標準機能だけで画像からテキストを抽出する方法

● 167 users ● news.mynavi.jp ● テクノロジー ●2021/01/09 画像ファイルからテキストを抽出したい場合、何らかのOCR︵光学式文字認識︶ソフトウェアを利用するのが一般的だ。しかし、BetaNewsは1月6日(米国時間)、﹁Windows 10 has a secret way to grab text from images﹂において、特定のソフトウェアを使わずに、Windows 10に付属する標準機能だけでテキストの抽出を行う方法を伝えた。なお、この方法は現在のところ英語のテキストにしか対応しておらず、残念ながら日本語は読み取ることができない。 Windowsの標準機能といっても、何らかのORCツールが標準でインストールされているというわけではない。したがって、スタートメニューのアプリケーション一覧を探しても該当する機能は見つからない。Betanewsで紹介されているのは、Windowsの検索ユーティリティとスクリーンショットを取得するための﹁切り ●OCR ●Windows ●あとで読む ●windows10 ●tips ●ツール ●画像 ●仕事 ●search

PythonとWinRT OCRで文字認識 - Qiita

● 155 users ● qiita.com/relu ● テクノロジー ●2021/06/05 import cv2 img = cv2.imread('test.jpg') (await winocr.recognize_cv2(img, 'ja')).text pip install jupyterlab jupyter_http_over_ws jupyter serverextension enable --py jupyter_http_over_ws jupyter notebook --NotebookApp.allow_origin='https://colab.research.google.com' --ip=0.0.0.0 --port=8888 --NotebookApp.port_retries=0 ●python ●ocr ●あとで読む ●qiita ●Windows10 ●プログラミング

ChatGPT APIのFunction callingを使って、請求書の構造化データを抽出する | gihyo.jp

● 146 users ● gihyo.jp ● テクノロジー ●2023/07/18 いまからわかる！ChatGPT活用プログラミング ChatGPT APIのFunction callingを使って⁠⁠、請求書の構造化データを抽出する先月、OpenAIからFunction calling︵関数呼び出し︶機能がリリースされました。これが何なのか、何のために使うべきなのか、ちょっと見ただけでは分かりづらいと思います。今回は請求書から情報抽出をするというよくありがちなケースを題材に、Function callingの利便性を示してみます。 Function callingとは OpenAIが2023年6月13日にリリースしたChat APIの追加機能です。主にできることとして以下の3つが挙げられています。外部ツールを呼び出して質問に答えるチャットボットを作成する自然言語を内部APIの呼び出しやSQLに変換するテキストから構造化データを抽出するたとえば天気予報と血液型 ●ChatGPT ●あとで読む ●人工知能 ●APIエコノミー ●文章生成AI ●api ●機械学習 ●GPT ●OCR ●techfeed

OpenAIのGPT-4oを日本語OCRとして使ってみる

● 143 users ● zenn.dev/tomioka ● テクノロジー ●2024/05/14 昨日、OpenAIが生成AIの新しいモデルであるGPT-4oを発表しました。消費するトークン数の節約や、音声合成機能の改善、応答速度の向上など着実な品質改善を見せているようです。私も、特に音声合成︵Text To Speech︶の表現力について非常に興味を持っています。私は以前、﹁OpenAIのGPT-4 Turbo with visionを日本語OCRとして使ってみる﹂で、GPT-4 Turboの画像認識機能の日本語OCRについて検証を行いました。その当時は、既存のコグニティブAI APIに比べて認識精度が十分でないという評価をしています。とはいえ、その後に出てきたClaude 3 Opusは驚くべき認識精度だったので、OpenAIも巻き返す可能性は十分にあると感じました。Azure OpenAI Serviceを使っている場合は、Vision enhancementという既存のコグニ ●AI ●あとで読む ●ChatGPT ●日本語 ●OCR ●GPT ●人工知能 ●api

日本語OCRはなぜ難しい？　NAVERのエンジニアが語る、テキスト検出における課題と解決策

● 126 users ● logmi.jp ● テクノロジー ●2020/04/07 2019年11月20、21日の2日間、LINE株式会社が主催するエンジニア向け技術カンファレンス﹁LINE DEVELOPER DAY 2019﹂が開催されました。1日目は﹁Engineering﹂をテーマに、LINEの技術の深堀りを、2日目は﹁Production﹂をテーマに、Web開発技術やUI/UX、プロジェクトマネジメントなど、より実践的な内容についてたくさんのプレゼンテーションが行われました。﹁NAVER ClovaのOCR︵光学的文字認識︶﹂に登壇したのはNAVER OCR Team AI ResearcherのHwalsuk Lee氏。深層学習を用いたOCR技術の仕組みについて語りました。講演資料はこちら LINEのOCR技術の仕組み Hwalsuk Lee氏‥みなさま、こんにちは。Hwalsuk Leeと申します。NAVER Clova OCR Teamから参りました。今 ●OCR ●あとで読む ●機械学習 ●Deep Learning

Macで毎分スクリーンショットを撮って手元に貯めておくスクリプト - hitode909の日記

● 124 users ● blog.sushi.money ● テクノロジー ●2023/12/03 書いてたテキストエリアがどっかいく、みたいなことがたびたびあって、スクショを定期的に取っていればこんなことにならないのに…と思っていた。先日、Redash用に、がんばって書いたSQLがどっかいってしまい、ものすごく悲しい、という出来事があったのであ、あまりに悲しさに、重い腰を上げてスクリプトを書いた。きのうがんばって書いたRedashクエリを保存せずに消してしまった悲しみから、Macの画面のスクリーンショットを撮り続けるスクリプトを書いて、xbar経由で毎分実行してキャプチャし続けている。Macに入ってるOCR機能も呼び出して検索できるようにしたい https://t.co/ibVVCLZszg— 趣味はマリンスポーツです (@hitode909) 2023年11月30日やっていること画面全体のスクショを撮って、デスクトップ内のフォルダに置いていく複数ディスプレイを使ってる場合も ●mac ●あとで読む ●ocr ●!! ●github ●article ●Ruby ●画像

iOS 15のSafariで表示したWebサイトやTwitterなどに投稿されている画像からテキスト認識表示を利用してテキストを抽出する方法。

● 118 users ● applech2.com ● テクノロジー ●2021/09/29 Webサイトをキャプチャした画像などiOS 15のSafari上に表示された画像からテキスト認識表示を利用してテキストをコピーする方法です。詳細は以下から。 Appleは2021年06月に開催したWWDC21の基調講演の中で、iOS 15/iPadOS 15の新機能として写真内にあるテキストを抽出し、コピー＆ペーストできるようにする﹁テキスト認識表示 (Live Text)﹂機能を発表、 Apple Web Developer Experience Teamのエバンジェリストを務めるJen Simmonsさんは、このテキスト認識表示はiOS 15/iPadOS 15のモバイルSafariにも統合され、抽出されたテキストデータはWebコンテンツの一部ではなくShadow DOMとして挿入されるため、 JavaScriptなどの影響は受けずにコピーやWeb内検索が利用可能で、例えばTwitte ●iOS ●あとで読む ●Safari ●apple ●画像 ●!!

リングフィットアドベンチャーの記録で友達と競える仕組みを作った

● 95 users ● zenn.dev/24 ● 暮らし ●2021/09/10 🐣 はじめにおうちで気軽にフィットネスができる﹁リングフィットアドベンチャー﹂。一人でがんばるのもいいけどみんなで競い合ったほうがもっと楽しいし継続できるよね！ってことで、そんな仕組みを作りました。具体的には運動結果のSlack通知︵﹁今日もちゃんと運動して偉い！﹂︶運動結果データのログ保存︵いつ・だれが・どれくらい運動したか︶ログの集計・可視化・通知︵﹁8月のカロリー部門1位は○さんでした！﹂︶を自動化しています。運動結果のスクショをTwitterに投稿するだけで参加できます。この仕組みを作ってから、今では10人くらいでわちゃわちゃ楽しくやってます。また後述しますが、すべて無料枠で運用しています。主な機能 Twitterの投稿を検知してSlackに通知します。毎週月曜日に進捗をお知らせします。月初に前月のサマリーを投稿します。︵テキストだけ人力🤫︶ 🎯 技 ●おもしろサイト作り ●あとで読む ●OCR ●slack ●ゲーム ●プログラミング ●twitter ●画像

高精度で話題の機械翻訳サービス﹁DeepL﹂を使ってゲーム内の文章をその場で翻訳。日本語未対応ゲームの強い味方﹁OCR2DeepL﹂が配信中

● 88 users ● news.denfaminicogamer.jp ● アニメとゲーム ●2020/03/31 2020年3月、機械翻訳サービス﹁DeepL﹂が日本語に対応し、これまでスタンダードとされてきた﹁Google翻訳﹂以上の翻訳精度だとして大きな話題となった。DeepLにはデスクトップアプリ版も存在しており、そのアプリ版を使ってゲームの字幕の翻訳を補助する便利なソフトウェア﹁OCR2DeepL﹂が公開されている。制作したのはWiNCHaN氏。﹁OCR2DeepL﹂は﹁OCR﹂︵光学文字認識︶ソフトとDeepLアプリを仲介し、コピーした文字列をDeepLに送る。簡単に言えば、画面に映った文字をそのままDeepLで翻訳できるという優れものだ。プレイヤーはゲームプレイ中に気になる文章があれば、マウスでその字幕が映っている範囲を選択するだけでよい。 OCR2DeepLの使用例実際にテストしてみよう。OCRを使用するため、アクションゲームや字幕がすぐに消えてしまうゲームには使いづらい。まず試して ●翻訳 ●DeepL ●OCR ●ゲーム ●言語 ●ソフトウェア ●あとで読む ●文章 ●AI ●英語

知らなくて損してた！OCRがGoogleドライブで手軽にできる方法！

● 87 users ● aizine.ai ● テクノロジー ●2019/10/13 令和の時代になっても、手渡しで配られる小学校のプリント、届くFAXはWordで書いたものをわざわざ印刷したもの、メールに添付された資料は印刷したエクセルをPDF化したもの…もううんざりですよね。テキストのデータでぽんともらえれば早く済む仕事も、画像データで来てしまうともう一度パソコンに打ち直す必要があります。普段パソコンで仕事をしている人なら、このような事態に何度か直面したことがあるでしょう。もちろん、﹁テキストデータで送って！﹂と言えれば、何の問題もありません。しかし相手が上司やお客さんだとなかなか言えませんし、勇気を出して伝えても、﹁テキストデータ？きょーゆーふぉるだ？よくわかんないけど、データは送ったよ☆﹂となることが多く、この悩みは尽きそうにありません。そんなときは、画像データをテキストデータに変換できる﹁OCR﹂がおすすめです！OCRソフトには色々あり、一昔前は有償のものが ●データ ●あとで読む ●google ●webservice ●画像

古文書を解読できるiOSアプリ、凸版印刷が無料配信　手書きや木版のくずし字に対応　解読率は90％

● 85 users ● www.itmedia.co.jp ● テクノロジー ●2023/06/01 凸版印刷︵東京都文京区︶は6月1日、くずし字解読アプリ﹁古文書カメラ﹂︵iOS︶の配信を始めた。AI-OCR技術を活用したアプリで、スマートフォンで撮影したくずし字をその場で解析できる。アプリのインストールは無料、解読機能は、1日に10回まで利用可能。書簡などの手書きと木版印刷で作られた版本、それぞれのくずし字に対応したAI-OCRエンジンを搭載しており、解読率は90％に及ぶという。AIが全ての文字を自動で検出し、解読する﹁フルオートモード﹂と、文字候補を提案することでさらに詳細な解読を可能にする﹁範囲選択モード﹂を備える。もしAIの解読結果が間違っていた場合、ユーザーが修正できる。修正内容はAIが再学習し、解読精度を向上させられるという。解読結果は画像とテキストデータで保存可能。同社ではこれまでも古文書解読事業を進めており、今回のアプリもその一環。古文書のほとんどはくずし字で書かれ ●iOS ●アプリ ●カメラ ●あとで読む ●AI ●技術

マカフィー、テスラ車をダマしてスピード違反させることに成功

● 85 users ● www.gizmodo.jp ● テクノロジー ●2020/03/01 マカフィー、テスラ車をダマしてスピード違反させることに成功2020.03.01 09:0031,561 岡本玄介人の目には真ん中がちょっと長い3なのに、機械は8に勘違いするって。セキュリティーソフトでお馴染みのMcAfee︵マカフィー︶が、Tesla︵テスラ︶車を騙すちょっとしたハッキング動画を投稿しました。それは時速35マイルの速度標識にちょんと黒いテープを貼ると、車が制限速度を時速85マイルに勘違いしてしまう、というものです。 Video: McAfee/YouTubeテープはたった5cmで、遠目で見てもそんなに8には見えないと思うのですが…Tesla車い搭載された﹁MobilEye EyeQ3﹂カメラは勘違いして、自動的に時速85マイルに向かって加速してしまったのでした。ちょっと古い2車種が間違えたMIT Technology Reviewによりますと、、McAfeeがこのテ ●テスラ ●マカフィー ●自動車 ●自動運転 ●あとで読む ●security

紙の書類を高精度にテキストデータ化できる無料Webサービス﹃Free Online OCR﹄︻今日のライフハックツール︼ | ライフハッカー・ジャパン

● 85 users ● www.lifehacker.jp ● テクノロジー ●2021/07/06 三井住友カードゴールド(NL)のデメリットは?メリットない・いらないは勘違い︻年会費無料になる100万円修行のコツ︼ ●webサービス ●あとで読む ●OCR ●pdf ●謎 ●free ●データ

1 2 3 4 5 6 7 8

検索対象

並び順

ブックマーク数

セーフサーチ

期間指定

絞り込み

検索対象

ブックマーク数

期間

セーフサーチ

OCRの検索結果1 - 40 件 / 284件

OCRの関連エントリー

OCRの関連エントリー

新着記事

キーボードショートカット一覧

公式Twitter

はてなのサービス