このガイドでわかること
OCR は画像の文字形をテキストに変換する処理で、元のテキスト層を取り出すものではありません。Watch は必要な処理コードと学習データを読み込んだ後、画像をローカルで認識します。メニューの言語と OCR 言語は独立しています。日本語メニューでフランス語を読む場合も、タスクには画面内のフランス語に合うモデルを指定してください。
設定の手順
文字タスクを作り、領域と言語を選びます。まずは動かない短い一行を、読みやすい文字で試しましょう。初回はエンジンや言語データの取得が必要です。ブラウザにキャッシュされても、サイトデータの削除、プロファイル変更、キャッシュの整理で再取得になる場合があります。最初から完全なオフライン動作ができるという説明には当たりません。
結果を確かめる
結果は一文字ずつ、ゼロ、大文字、句読点、アクセントも含めて確認します。認識の信頼度はモデルの見積もりで、正しさの証明ではありません。自動処理を増やす前に、元の文字を大きくし、コントラストと切り抜きを改善してください。重要な名前や金額、識別番号は、何度か一致した場合でも人による確認を残すことが適切です。
利用前に知っておきたい制約
製品の OCR は英語、簡体字中国語、スペイン語、ポルトガル語、日本語、韓国語、ドイツ語、フランス語、イタリア語、オランダ語を選べます。基盤となる OCR プロジェクトの全機能が、この製品にもあるわけではありません。画面の一文を読めても、手書き、PDF の構造、表のセル、音声の書き起こしまで対応することにはなりません。
うまく動かないとき
モデルの初期化失敗と、認識した結果が空であることは別の問題です。読み込み中ならネットワーク、ブラウザの保存領域、タスクのキャンセルを確認します。映像が明瞭なのに綴りが毎回違うなら、言語と文字の見え方が主な確認点です。短い一行だけのテストにすると、準備の失敗と、複雑な画面自体の難しさを分けて調べられます。
運用のポイント
モデルのキャッシュ、タスク設定、認識履歴は別々のブラウザ内データです。モデルを取得すること自体は、スクリーンショットを送信することではありません。一方、選択したクラウド翻訳や外部通知では認識文字を送信できます。同じタスクに設定できても処理場所は異なります。OCR がローカルであることを、後続のすべての処理もローカルである根拠にしないでください。
表示言語と OCR は、英語、簡体字中国語、スペイン語、ポルトガル語、日本語、韓国語、ドイツ語、フランス語、イタリア語、オランダ語に対応しています。OCR 言語モデルは初回使用時に必要に応じてダウンロードされ、このブラウザーにキャッシュされます。表示言語と OCR 言語は個別に設定できます。