ブラウザだけで完結する日本語OCR＋透視変換（台形補正）を作ってみた

ブラウザ内で日本語OCRと透視変換（台形補正）を実現するウェブアプリケーションが紹介されています。このツールは、Vue 3とTypeScriptで構築され、OpenCV.jsで台形に歪んだ画像を正確に補正し、その後Tesseract.jsで日本語テキストを抽出します。サーバー側の処理が不要なため、ユーザーの画像データが外部に送信されることなく、プライバシーが保護され、高速な処理が可能です。開発者はTesseract.jsの性能と精度に関する課題を指摘しつつも、実用的なソリューションを提供しています。

• •全ての処理がユーザーのブラウザ内で完結するため、サーバーへのデータ送信が不要でプライバシーが保護されます。
• •OpenCV.jsを活用し、斜めから撮影された文書画像でも、ユーザーが指定した4点に基づいて正確な透視変換（台形補正）を行います。
• •Tesseract.jsを用いて補正された画像から日本語テキストを抽出しますが、性能や精度にはまだ改善の余地があることが述べられています。