xiellehera

저번 세션에서 tesseract를 사용해 OCR을 실습해봤는데요, 영어 텍스트는 아주 잘 인식하는 반면 한글 텍스트는 한글 트레인 데이터를 추가해줬음에도 형편 없는 성능을 보였습니다. 그래서 한글 텍스트 인식에 효과적이라는 clova api를 사용해볼지 말지 생각해보고 하든 말든 하겠다고 했는데요, 했습니다. 결론적으로 성능은 아주 훌륭했고, 단계별로 차례차례 정리해놓았으니 따라하시기 어렵지 않을 겁니다. 여전히 늘 ocr 실습을 하던 가상환경 ocr_projects에서 진행했습니다.네이버 clova api 서비스를 사용하기 위해선 먼저 naver cloud platform에 가입해야해요. 아래 링크로 접속해 ocr 서비스에 대해 이용신청 버튼을 누르면 회원가입하거나 로그인하는 창으로 안내됩니다. 회원가..

이 세션에서는 Python과 Tesseract, CV2를 사용해 OCR 실습을 진행합니다.mac os이고 프로젝트 간의 패키지 충돌을 방지하기 위해 anaconda 가상환경을 사용해 vscode에서 진행하지만, 문제가 없다면 가상환경 부분을 스킵하고 진행하셔도 무관합니다.Environment Setting anaconda virtual environmentOCR 실습을 위한 anaconda 가상환경을 생성하고 활성화합니다.% conda create -n ocr_project python=3.9% conda activate ocr_project 가상환경을 활성화한 후, pip도 가장 최신버전으로 업그레이드 해주고 이미지를 처리하는 데 사용할 opencv도 설치해줍니다.% python -m pip insta..

실제로 OCR 모델을 사용해 텍스트 인식을 시도할 때 모델이 텍스트를 잘 읽어내지 못 할 수도 있는데, 모델이 내가 제공한 이미지에 대해 적절한 성능을 보이지 못 하는 데에는 다양한 이유가 있어요. 만약 내가 아주 복잡하고 난해한 폰트를 사용한다거나 아주 드문 언어를 사용하는 게 아니라면, 성능을 향상시키기 위해 모델을 새로 학습시킬 필요도 없고, 딱히 도움이 되지도 않을 거예요. 대신, 모델이 문자를 더 잘 읽을 수 있도록 이미지를 처리해 보여줌으로써 원하는 성능을 얻을 수 있습니다. 이번 세션에서는 바로 이런 전처리 방법들에 대한 이론적 내용을 다룰 거예요.Image Processing많은 OCR 모델은 실제 OCR을 수행하기 전에 내부적으로 여러 이미지 처리 작업을 수행합니다. 사실 대부분의 상황에..