技術資料

Google の Cloud Vision API を使って、PHP で 画像からテキストを抽出する OCR 処理を行なってみたので、その手順を紹介します。

API の有効化

まず、Google Cloud Platform のコンソールにアクセスし、プロジェクトを作成します。

次に、検索ボックスに「Vision API」と入力し、表示された「Cloud Vision API」を選択して有効化します。

サービスアカウントの作成と認証情報の取得

サービスアカウントの作成と認証情報の取得に関しては、以前 PHPでGoogle Analyticsデータを取得する初心者向けガイド：APIの設定からコード例まで の記事の「サービスアカウントの作成とAPIキーの作成」の項で詳しく説明していますので、そちらを参考にしてください。

PHP クライアントライブラリのインストール

次に、PHP クライアントライブラリをインストールします。Composer を使って以下のコマンドを実行します。

composer require google/cloud-vision

OCR 処理の実装例

以下は、PHP で Cloud Vision API を使って画像からテキストを抽出する例です。

require 'vendor/autoload.php';

use Google\Cloud\Vision\V1\Client\ImageAnnotatorClient;
use Google\Cloud\Vision\V1\AnnotateImageRequest;
use Google\Cloud\Vision\V1\BatchAnnotateImagesRequest;
use Google\Cloud\Vision\V1\Feature;
use Google\Cloud\Vision\V1\Image;

// APIキーのJSONファイルのパス(必ずブラウザではアクセスできない場所に設置すること)
putenv('GOOGLE_APPLICATION_CREDENTIALS=/path/to/credential/xxxxxxxxxx.json');

// クライアント作成
$client = new ImageAnnotatorClient();

// 画像の読み込み
$image = (new Image())
    ->setContent(file_get_contents('sample.jpg'));

// Feature（OCRを指定）
$feature = (new Feature())
    ->setType(Feature\Type::TEXT_DETECTION);

// AnnotateImageRequest
$annotateRequest = (new AnnotateImageRequest())
    ->setImage($image)
    ->setFeatures([$feature]);

// BatchAnnotateImagesRequest
$batchRequest = (new BatchAnnotateImagesRequest())
    ->setRequests([$annotateRequest]);

// 実行
$response = $client->batchAnnotateImages($batchRequest);

// 結果の取得
foreach ($response->getResponses() as $res) {
    if ($res->getTextAnnotations()->count() > 0) {
        echo "検出結果:\n";
        echo $res->getTextAnnotations()[0]->getDescription();
    } else {
        echo "テキストが検出されませんでした。";
    }
}

上記のコードでは、まずサービスアカウントの認証情報を環境変数 GOOGLE_APPLICATION_CREDENTIALS に設定します。次に、ImageAnnotatorClient クラスのインスタンスを作成し、画像ファイルを読み込みます。

次に、OCR 処理を指定するために Feature クラスのインスタンスを作成し、タイプを TEXT_DETECTION に設定します。

その後、AnnotateImageRequest クラスのインスタンスを作成し、画像とフィーチャーを設定します。さらに、BatchAnnotateImagesRequest クラスのインスタンスを作成し、リクエストを設定します。

最後に、batchAnnotateImages メソッドを呼び出して OCR 処理を実行し、結果を取得します。検出されたテキストは getTextAnnotations() メソッドで取得できます。

この例では、画像ファイル sample.jpg からテキストを抽出し、検出結果を表示します。

注意点として、Cloud Vision API の使用には料金が発生する場合がありますので、利用前に料金体系を確認してください。また、API の使用制限にも注意してください。

実行結果

試しに、以下の画像を使って OCR 処理を行なってみました。

無印良品のお菓子のパッケージに書かれた成分表示欄です。

上記の画像を sample.jpg として保存し、先ほどのコードを実行したところ、以下のようにテキストが抽出されました。

検出結果: 無印良品 ポテトスティック 塩レモン 称 スナック菓子 名原 原材料名 フライドポテト (ばれいしょ (中 国)、植物油脂)、 レモンソルト シーズニング (麦芽糖、食塩、 デキストリン、砂糖、たん白加水 分解物、ブラックペッパー末、レ モン果汁粉末、 ジンジャーエキ スパウダー) / 調味料(アミノ 酸等)、酸味料、香料、炭酸Ca、 (一部に大豆を含む) 内容量 58g 賞味期限表面上部に記載 (開封前) 保存方法 直射日光・高温多湿の場所 を避けて保存してください。 販売者 株式会社良品計画 東京都文京区後楽2-5-1 製造所 株式会社 宮田 関東工場 茨城県常総市大生郷町中丸6127-8 本品に含まれるアレルゲン 大豆 soybean ・くるみ・小麦・卵・乳 通の

概ね、正しくテキストが抽出されていました。

続いて、縦書きの文章の抽出精度がどうか試してみたかったので、以下の画像を使って OCR 処理を行なってみました。

『屍鬼』小野不由美 より抜粋

上記の画像を sample.jpg として保存し、先ほどのコードを実行したところ、以下のようにテキストが抽出されました。

検出結果: 「そりゃあ、良かった。一安心だ」 診察室には、 敏夫と静信、高見だけ。 家族はまだ来ていない。怪我をした子供の顔に、 静信は見覚えがなかった。本人が住所と名前を名乗ったものの、家に電話しても誰も出 たんぽ ない。おそらくは、田圃に出るか山に入るかしているのだろう。近所の者に連絡をして、 家族を捜してもらっているところだった。 静信は頷いた。 だんか すく 「にしても」と敏夫は肩を竦める。「解せない話だな。見覚えのない車だったって?」 「村の者じゃないと思う。見覚えのない顔だったし」 「そんな安請け合いをしていいのか? お前、茂樹くんの顔だって知らなかったんだろ う」 敏夫は笑った。 「どうやら檀家ではないようだし、檀家でも子供の顔までは覚えていないけれど。けれ どもあの車は違うと思う。黒のベンツだったから」 ははあ、と敏夫は頷いた。高見も意を得たように頷く。 「なるほど、ベンツは見かけたことがないですねえ。この村で外車っていうと、若先生 の奥さんのBMWぐらいしか思いつきませんからな」 「うちの十和田くんはゴルフに乗ってるし、看護婦の汐見くんはミニだよ」

ルビの部分が邪魔をして、一部変なところがありますが、縦書きの文章もかなり正確に抽出できていることが分かります。

以上、PHP で Google Cloud Vision API を使って画像からテキストを抽出する OCR 処理を行なう方法を紹介しました。Cloud Vision API は他にも顔認識やラベル検出など様々な機能を提供しているので、興味があればドキュメントを参照してみてください。

参考: 画像内のテキストを検出する | Cloud Vision API | Google Cloud

PHPと外部APIを組み合わせたWebアプリ開発をご検討中の方へ

本記事で紹介したCloud Vision APIのような外部サービスとの連携をはじめ、PHPによるAPI連携や画像解析処理を組み込んだWebアプリケーション開発を承っております。

OCR機能の自動化、クラウドAPIを活用した業務効率化ツールの開発など、実務に沿った形でサポートいたします。お気軽にご相談ください。