GoogleVisionOCR

高品質OCRアプリケーション - ScanSnapとKindleファイルの変換ツール

概要

GoogleVisionOCRは、スキャンされたPDFやKindleのEPUBファイルからテキストを抽出し、検索可能な形式に変換するデスクトップアプリケーションです。Google Cloud Vision APIを使用して高精度なOCR処理を行い、日本語の縦書きテキストにも対応しています。

機能

• ScanSnapから取り込んだPDFの高品質OCR処理
• KindleのEPUBファイルからのテキスト抽出
• 画質を維持したままのOCR処理
• 縦書きテキスト対応
• モダンなUI/UXデザイン

スクリーンショット

技術スタック

• GUI: Qt6
• OCRエンジン: Google Cloud Vision API
• 開発言語: Python
• パッケージ管理: PIP / venv
• ビルドツール: PyInstaller

インストール

必要条件

• Python 3.8以上
• Qt6
• Google Cloud Visionアカウントとキー（APIキーの取得方法はGoogle Cloudのドキュメントを参照）

# 依存パッケージのインストール
pip install -r requirements.txt

# 実行
python -m src.main

使用方法

1. アプリケーションを起動
2. 「参照」ボタンからPDFまたはEPUBファイルを選択
3. OCR設定（縦書き/横書き、品質など）を調整
4. 「OCR処理を開始」ボタンをクリック
5. 処理完了後、「結果をエクスポート」ボタンで保存

設定

• 言語: 日本語/英語/自動検出
• テキスト方向: 縦書き/横書き
• 品質: 低/中/高（処理速度と精度のバランス）
• 出力形式: 検索可能PDF/テキストファイル/HTMLファイル

ライセンス

このプロジェクトはオープンソースで公開されています。

開発者

• Shohei (@Utakata)

謝辞

• Google Cloud Vision API
• Qt Project
• PyQt