Tesseract OCRで文字認識をする　https://gihyo.jp/admin/serial/01/ubuntu-recipe/0577
7セグメント読み取り ssocr
7セグメント読み取り https://github.com/adrianlazaro8/Tesseract_sevenSegmentsLetsGoDigital
Pythonで書くTesseract 4の基本的な使い方。APIとCLIからOCRを実行する方法 https://valmore.work/how-to-use-tesseract4-with-python/

ubuntu package(精度が一番良さそう) https://packages.ubuntu.com/focal/tesseract-ocr-jpn
github https://github.com/tesseract-ocr/tessdata_best

sudo apt install gimageReader tesseract-ocr
sudo apt install tesseract-ocr-jp

tesseract imagename outputbase [-l lang] [–oem ocrenginemode] [–psm pagesegmode] [configfiles…]

tesseract infile outfile --psm 6 -l jpn

tesseract infile.png stdout  -l jpn_katakana

pdfから画像へ

pdfimages orgpin.pdf.pdf orgpic

２値化

convert orgpic.png -threshold 9000 convpic.png

解像度の変更

convert orgpic.png -resize 200% convpic.png

https://github.com/tesseract-ocr/langdata/tree/master/jpn

apt install tesseract-ocr-jp で以下の場所に日本語データがインストールされる

/usr/share/tesseract-ocr/4.00/tessdata
/usr/local/Cellar/tesseract/4.1.0/share/tessdata

https://qiita.com/aki_abekawa/items/418e069038fbdb77c59e

文字認識エンジンTesseract OCRで学習(jTessBoxEditor) http://danglingfarpointer.hatenablog.com/entry/2015/01/28/215629

Tesseract4の再学習・追加学習手順まとめ http://laplace-daemon.com/training-tesseract/