先日のこの記事の読み取りも、人の目では結構読み取れそうですが、パソコンのOCRではほぼ全滅と思われたので、最初からOCRは利用しませんでした。
また、別の記事の読み取りをしてみました。
オリジナルの解像度の画像です。
日本語だと言うことは一見して分かります。実は、このこと自体、驚きです。（どんな分析が脳の中で行われているのでしょう。）
解像度を２倍にしてみます。ただし、原稿からの読み取りを２倍の解像度で行っているわけではなく、上の画像の解像度を２倍にするだけですので、情報量が増えるわけではありません。
見やすくなったような、変わらないような…。（笑）
まず、部分的に読み取れるのはひらがなの部分です。画数の多い感じは潰れてしまって分かりません。
実はこの記事は（も？）、テレサ・テンに関する雑誌の記事なので、「テレサ」というカタカナがいくつか見つかります。この点は、コンピューターのOCRでは読み取れないでしょうが、記事に関する情報を与えられた、言わば「ヒトOCR」ならではのものです。
さらに加えて、この文章が添えられているのは、下町の商店街らしきところを手に品物を持って歩いているテレサ・テンであることが分かれば、文字の読み取りの助けになります。その場合、実は「文字」を読み取っているのではなく「言葉」や「文」を読み取っているのでしょう。
写真情報だけでなく、読み取りの出来た語や文、それらの語や文がヒントになって他の箇所の読み取り（推測）が可能になります。
例えば、最後の２行で手に持ったものを説明していますが、当初は「デンデンダイコ」しか分かりませんでしたが、２行目中央の「浅草見物」がヒントになって、最後の行に書かれているのが「雷おこし」だと分かります。
以下、読み取った内容です。（ふりがなな略）
ふだんは地味な服が好きなテレサが、今日
は春らしい装いで、浅草見物。「都心じゃ み
んな忙しそうだけど、ここではとっても楽し
そう」と下町情緒がすっかり気に入り、久
しぶりに童心にかえったテレサ。お母さんに
買ったおみやげは、なんとデンデンダイコと
雷おこしなのだ。
実は２行目の「都心」が最後まで分からなかったのですが、職場の同僚に読み取って貰いました。
コンピューターのOCRの上を行くヒトOCRです。AIによるOCRが発達すれば同じことが出来るようになるかも知れません。ただし、付加情報を与えれば、の話です。
