画像をOCRして仕分けるツールを作る - Qiita
環境 Windows 10 Python 3.7.1 (Anaconda3-2018.12-Windows-x86_64) PyOCR Tesseract-OCR 4.0.0 導入は以下の記事を参考にした。 PythonでOCR 画像整理ツール 個人的に拾い物画像をたくさん保存しているが、数が増えてくると整理が大変。 そこで、画像の中のテキストから、画像整理を支援するツールが作れないかと考えた。 例えば古のFirefoxのスクリーンショット 以下、同画像のOCR結果 1 Firefox Start て Goosle ウェブ イッージ ニュニス グルーブ ディレクトリ にミヌゴゴゴゴ ⑤ ウェブ全体から検索 〇日本語のページを検索 天 それなりに画像を特徴づける単語は取れている。 ただ、出力される文字列が若干間違っていてゴミ混じりなので、文章などの場合MeCabとかに食わせても全部ちゃんと認
PDFの抽出/結合を自動処理する - Qiita
複数のPDFそれぞれから特定のページを抽出してひとつのPDFに結合する。 大量処理、定期的な作業などに使えそうだったのでメモ。 環境 Python3 スクリプト環境 PyPDF2 Pythonのライブラリ JSON 設定ファイルの書式 コード 設定ファイル Jnl_convert.json { "": "出力用のファイル名" "outputfile": "Jnl_0000.pdf", "": "入力用のPDFリスト" "pdf_list":[ { "": "input/Jnl_00001.pdf の 1ページ目のみを抽出", "inputfile": "input/Jnl_00001.pdf", "start": 1, "end": 1 }, { "": "input/Jnl_00002.pdf の 2ページ目のみを抽出", "inputfile": "input/Jnl_00
【Scrapy】トップページから各記事のクローリング - Qiita
ICS MEDIAのトップページからだと各記事の"更新日"がわからない。 エンジニアにとってその情報がメンテされているかどうかの方が、"投稿日"よりも重要だったりするので、"更新日"を一覧で見えるように取得してみた。 ▼流れ - Itemsでデータ構造をつくる - トップページにアクセスし、話題の記事のURLをスクレイピング - 各記事をクローリングして、各ページの情報をスクレイピング Items まずデータ構造の定義を行うため、items.py に以下を追加する class ArticlesItem(scrapy.Item): url = scrapy.Field() title = scrapy.Field() dateModified = scrapy.Field() # -*- coding: utf-8 -*- import scrapy from tutorial.items
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Googleから画像を一括でダウンロードするツール「google-images-download」
