棋譜OCRプログラムの軌跡（6）中間まとめ

前回までで、 NHK 囲碁講座 テキスト2018年6月号の 第66回NHK杯1回戦 第1局の棋譜を 電子書店パピレスから入手し、読み取ることに一応 成功（！？）しました。その結果を次に示します。

	元の画像	検出結果	誤検出等
第 1 図			誤りなし
第 2 図			誤りなし
第 3 図			( 3, 5) 白116を 　115と誤検出 (10,7) 白110を 　116と誤検出
第 4 図			( 2,15) 白26 　　　検出不能
第 5 図			(14,13)白50を 　1と誤検出 (17,16)黒47を 41と誤検出

誤検出または検出不能となった石の画像を拡大してみると、以下のようになります。

	元の画像	円削除後 （Tesseractの入力）	誤検出等
( 3, 5) 白116			115と誤検出
(10,7) 白110			116と誤検出
( 2,15) 白26			検出不能
(14,13)白50			1と誤検出
(17,16)黒47			41と誤検出

この結果では、白石の上２つは、円と文字がくっついていて、うまく円が消去できなかったためと思います。また26と50は、２文字が微妙に離れてはいるものの あまりに近すぎて正しく検出できなかったものと思います。特に最後の白50は、一度検出不能になり、次いで無理やり（？？）一文字モードで検出を試みた結果1になってしまいました。
また黒石は、周囲の白を黒で埋める際、７の上の線が消えてしまい1と誤ってしまいました。

電子本から画像を切り取る際、ブラウザ（MEDUSA）の 拡大ボタンで拡大した画像を切り取って、直接使っているのですが　プログラム上で拡大処理を加える　とか　２値化処理の閾値を調整するなど改良の余地がありそうです。

---

開発環境
　OS：Windows10
　言語：C#(WPF使用)
　IDE：VisualStudio2019
　仕様Tool：OpenCvSharp　v4.0.0.20181129
　　　　　　Tesseract　ｖ3.3.0.0
　使用電子本：電子書店パピレスのNHK 囲碁講座 テキスト