【Python実践プロジェクト】OCR(Tesseract)とPillowで画像内の個人情報に自動でモザイクをかける方法 🛡️

「ブログやSNSにスクリーンショットを載せたいけど、ユーザー名やメールアドレスを隠すのが面倒…」

「画像内の特定の文字を自動で見つけて、モザイクをかけるプログラムって作れないかな？」
「PythonでOCR（光学文字認識）ってどうやるの？」

こんにちは！ Pythonプログラミング探検隊、隊長のPythonistaです！ これまで私たちはPythonの様々な標準ライブラリや、NumPyのような強力な外部ライブラリを使ってきました。今回は、それらの知識を応用し、さらに一歩進んだ実用的なプロジェクトに挑戦します！

今回のテーマは、「OCR（光学文字認識）を利用して、画像内の特定のテキストに自動でモザイクをかけるツール」の開発です。Pythonの画像処理ライブラリPillowと、オープンソースのOCRエンジンであるTesseractを連携させることで、画像から文字を読み取り、指定した文字列の座標を特定して自動でモザイク処理を行います。この記事を最後まで読めば、面倒な手作業の画像加工から解放される、あなただけの便利ツールが手に入りますよ！

1. プロジェクトの概要と必要なツール（事前準備）

このプロジェクトでは、以下の2つの主要なライブラリと、OCRエンジン本体が必要です。まずは、開発を始める前に環境を整えましょう。

1.1. Tesseract OCR エンジンのインストール

まず、このプロジェクトの心臓部であるTesseract OCRエンジン本体を、お使いのシステムにインストールする必要があります。Tesseractは、画像からテキストを読み取るための非常に強力なオープンソースOCRエンジンです。

Ubuntu / Debian系 Linuxの場合:
ターミナルで以下のコマンドを実行します。日本語も認識できるように、日本語用のデータパックも一緒にインストールするのがおすすめです。

sudo apt update
sudo apt install tesseract-ocr tesseract-ocr-jpn

macOSの場合 (Homebrew使用):

brew install tesseract tesseract-lang

Windowsの場合:
Windows用のインストーラーが公開されています。以下のページなどからダウンロードしてインストールしてください。インストール時に、パスを通す設定や、日本語を含む追加言語の選択を忘れないようにしましょう。
Tesseract at UB Mannheim (Windows Installers)

インストール後、ターミナルやコマンドプロンプトでtesseract --versionと入力してバージョン情報が表示されれば成功です。

1.2. 必要なPythonライブラリのインストール

次に、PythonからTesseractを呼び出すためのライブラリと、画像処理を行うためのPillowをインストールします。お使いのPython環境（仮想環境など）で以下のコマンドを実行してください。

pip install Pillow pytesseract
  • Pillow: Pythonの画像処理におけるデファクトスタンダードライブラリです。
  • pytesseract: PythonからTesseract OCRエンジンを簡単に利用するためのラッパーライブラリです。

これで、開発の準備は完了です！

2. スクリプトの全体像（完成コード）

まずは、今回作成するスクリプトの全体像を見てみましょう。このコードをapply_mosaic.pyのようなファイル名で保存してください。各部分の詳しい解説はこの後でじっくり行います。

import pytesseract
from PIL import Image, ImageDraw

def apply_mosaic_to_text(image_path, target_text, mosaic_level=20):
    """
    画像内の指定されたテキストを検出し、その部分にモザイクをかけます。

    Args:
        image_path (str): 対象の画像ファイルパス。
        target_text (str): モザイクをかけたい文字列。
        mosaic_level (int): モザイクの粗さ。数値が大きいほど粗くなります。
    """
    try:
        # 画像を開く
        img = Image.open(image_path)
        img_rgb = img.convert("RGB") # Tesseractの精度向上のためRGBに変換
        draw = ImageDraw.Draw(img)

        print("画像からテキストを認識しています...")
        # OCRで画像から文字データ（位置情報を含む）を取得
        ocr_data = pytesseract.image_to_data(
            img_rgb, lang='jpn+eng', output_type=pytesseract.Output.DICT
        )

        found = False
        num_boxes = len(ocr_data['level'])
        # 認識された各単語をチェック
        for i in range(num_boxes):
            # 認識したテキストにターゲット文字列が含まれているか確認
            if target_text in ocr_data['text'][i]:
                found = True
                print(f"'{target_text}' を含む文字列 '{ocr_data['text'][i]}' を検出しました。")

                # モザイクをかける領域の座標を取得
                (x, y, w, h) = (
                    ocr_data['left'][i],
                    ocr_data['top'][i],
                    ocr_data['width'][i],
                    ocr_data['height'][i]
                )

                # 座標指定して元画像からその部分を切り出す
                box = (x, y, x + w, y + h)
                target_region = img.crop(box)

                # 切り出した領域を一度小さくリサイズ
                small_size = (
                    max(1, int(w / mosaic_level)),
                    max(1, int(h / mosaic_level))
                )
                small_region = target_region.resize(small_size, Image.Resampling.NEAREST)

                # 小さくした画像を元のサイズに拡大してモザイク効果を出す
                mosaic_region = small_region.resize(target_region.size, Image.Resampling.NEAREST)

                # 元の画像にモザイクをかけた領域を貼り付け
                img.paste(mosaic_region, box)

        if not found:
            print(f"画像内から '{target_text}' が検出されませんでした。")
            return

        # 拡張子を除いたファイル名を取得
        base_name, extension = os.path.splitext(image_path)
        output_path = f"{base_name}_mosaiced.{extension.lstrip('.')}"

        # モザイク処理した画像を保存
        img.save(output_path)
        print(f"モザイク処理が完了しました。出力ファイル: {output_path}")

    except FileNotFoundError:
        print(f"エラー: ファイル '{image_path}' が見つかりません。")
    except Exception as e:
        print(f"エラーが発生しました: {e}")

if __name__ == '__main__':
    # --- 設定項目 ---
    # モザイクをかけたい文字列
    TEXT_TO_HIDE = "モザイクをかけたい文字列"
    # ----------------

    # ユーザーに画像ファイルのパスを入力させる
    input_image_path = input("モザイクをかけたい画像ファイルのパスを入力してください: ")

    # 関数を実行
    if input_image_path:
        apply_mosaic_to_text(input_image_path, TEXT_TO_HIDE)

3. コードの仕組みを徹底解説！

それでは、このスクリプトがどのように動作しているのか、重要な部分をステップバイステップで見ていきましょう。

3.1. OCRで文字情報を取得する

このスクリプトの心臓部が、pytesseractを使ったOCR処理です。

ocr_data = pytesseract.image_to_data(
    img_rgb, lang='jpn+eng', output_type=pytesseract.Output.DICT
)
  • pytesseract.image_to_data(): この関数は、画像からテキストを抽出するだけでなく、各単語（またはテキストブロック）の位置情報（左上のx, y座標、幅、高さ）や信頼度なども一緒に取得してくれます。
  • lang='jpn+eng': 日本語と英語の両方を認識対象として指定しています。これにより、両言語が混在した画像にも対応できます。
  • output_type=pytesseract.Output.DICT: 出力形式をPythonの辞書に指定しています。これにより、ocr_data['text']で認識されたテキストのリスト、ocr_data['left']で各テキストの左端のx座標のリスト、といった形でデータにアクセスできるようになり、非常に便利です。

3.2. ターゲット文字列の検出と座標取得

image_to_dataが返した辞書には、認識されたテキストブロックの情報がインデックスごとに格納されています。forループでこれを一つずつチェックしていきます。

for i in range(num_boxes):
    if target_text in ocr_data['text'][i]:
        # ...
        (x, y, w, h) = (
            ocr_data['left'][i],
            ocr_data['top'][i],
            ocr_data['width'][i],
            ocr_data['height'][i]
        )
        # ...

if target_text in ocr_data['text'][i]:の部分で、Tesseractが認識した一つのテキストブロック（単語やフレーズ）に、私たちが隠したい文字列が含まれているかをチェックしています。含まれていれば、同じインデックスiを使って、そのテキストブロックの座標(x, y)とサイズ(w, h)を取得します。

3.3. モザイク処理のアルゴリズム

座標が分かれば、あとはその領域にモザイクをかけるだけです。今回は、簡単ながら効果的な以下のアルゴリズムでモザイクを実現しています。

【画像推奨箇所: モザイクアルゴリズムの図解イメージ】

  1. 切り出し (Crop): まず、Pillowのcrop()メソッドを使って、モザイクをかけたい領域の画像を切り出します。
  2. 縮小 (Resize Small): 切り出した画像を、mosaic_levelで指定された粗さに従って、一度非常に小さいサイズにリサイズします。この時、補間方法としてImage.Resampling.NEARESTを指定するのがポイントです。これにより、色の平均化などが起こらず、ピクセルがブロック状になります。
  3. 拡大 (Resize Large): 小さくした画像を、元の切り出しサイズに再び拡大します。ここでもImage.Resampling.NEARESTを使うことで、ブロック状のピクセルがそのまま拡大され、モザイク効果が生まれます。
  4. 貼り付け (Paste): 最後に、生成されたモザイク画像を、元の画像の正しい位置にpaste()メソッドで貼り付けます。
box = (x, y, x + w, y + h)
target_region = img.crop(box)

small_size = (max(1, int(w / mosaic_level)), max(1, int(h / mosaic_level)))
small_region = target_region.resize(small_size, Image.Resampling.NEAREST)

mosaic_region = small_region.resize(target_region.size, Image.Resampling.NEAREST)

img.paste(mosaic_region, box)

mosaic_levelの値を大きくすると、中間のsmall_sizeがより小さくなるため、モザイクがより粗くなります。

4. スクリプトの使い方

  1. 上記のコード全体をapply_mosaic.pyとして保存します。
  2. コード内のTEXT_TO_HIDE = "モザイクをかけたい文字列"の部分を、あなたが実際に隠したい文字列に変更します。
  3. ターミナルを開き、以下のコマンドでスクリプトを実行します。 
    python apply_mosaic.py
  4. 「モザイクをかけたい画像ファイルのパスを入力してください:」と表示されたら、処理したい画像のパス（例: /home/user/Pictures/my_screenshot.png）を入力してEnterキーを押します。
  5. 処理が完了すると、元の画像と同じ場所に「元のファイル名_mosaiced.拡張子」という名前で新しい画像が保存されます。

5. まとめとさらなる発展のヒント

今回は、Pillowとpytesseractという2つの強力なライブラリを組み合わせて、実用的な「テキスト自動モザイクツール」を作成しました。このプロジェクトを通して、

  • PythonからOCRエンジンを利用する方法。
  • OCRで得られた位置情報を使って、画像内の特定の領域を操作する方法。
  • 簡単なアルゴリズムでモザイク効果を実装する方法。

といった、より高度で実践的なスキルを学ぶことができました。

このスクリプトは、さらに以下のような改良を加えることで、もっと便利なツールに進化させることができます。

  • 複数の文字列に対応: 隠したい文字列をリストで複数指定できるようにする。
  • 正規表現の活用: reモジュールを使って、メールアドレスや電話番号のような特定の「パターン」に一致するテキスト全てにモザイクをかける。
  • コマンドライン引数の利用: argparseモジュールを使って、隠したい文字列や画像パス、モザイクレベルなどを、スクリプト実行時にコマンドラインから指定できるようにする。
  • GUIの作成: TkinterやPySimpleGUIなどを使って、ドラッグ＆ドロップで画像を指定できるようなグラフィカルなアプリケーションにする。

学んだ知識を組み合わせることで、アイデアは無限に広がります。ぜひ、このスクリプトをあなた自身のニーズに合わせてカスタマイズしてみてください！

その他の投稿はこちら

コメント

コメントを投稿

このブログの人気の投稿

タイトルまとめ

環境構築 これで迷わない！WindowsでPython環境構築する一番やさしい方法 #0 【Python初心者向け】venvでスッキリ環境構築！プロジェクトごとの独立性を保つ秘訣 #1 超入門〜入門 【Python超入門】プログラミングで計算してみよう！四則演算と便利な算術演算子を徹底解説 #2 【Python超入門】プログラミングの第一歩！「変数」とは？使い方と命名ルールを優しく解説 #3 【Python入門】プログラムの流れを自由自在に！if文を使った条件分岐を徹底マスター #4 【Python入門】繰り返し処理をマスター！for文・while文の基本と使い分けを徹底解説 #5 【Python入門】コードを整理整頓！関数の作り方と使い方をマスターしよう (def, 引数, 戻り値) #6 【Python入門】オブジェクト指向の扉を開こう！クラスの基本と作り方・使い方 (class, __init__, メソッド) #7 【Python入門】クラッシュしないプログラムへ！エラーハンドリング(try-except-else-finally-raise)完全ガイド #8 中級へ向けて > OOP(オブジェクト指向プログラミング) 【Python中級への道】OOPの真髄！クラスの「継承」でコードを再利用・拡張しよう (親クラス・子クラス・super) #8 【Python中級編】OOPの魔法！ポリモーフィズム（多態性）で柔軟なコードを書こう #9 【Python中級編】OOPの守護神！カプセル化で安全なクラスを作ろう (データ隠蔽・プロパティ) #10 標準ライブラリ紹介 【Python標準ライブラリ入門 第1回】日付と時刻を自由自在に！datetimeモジュール徹底活用術 【Python標準ライブラリ入門 第2回】偶然をプログラムに！randomモジュールで乱数を使いこなそう 【Python標準ライブラリ入門 第3回】データ交換の標準！jsonモジュールでJSONを自由自在に扱おう 【Python標準ライブラリ入門 第4回】ファイル・ディレクトリ操作の達人になろう！osモジュール徹底ガイド 【Python標準ライブラリ入門 第5回】表データ処理の相棒！csvモジュールでCSVファイルを自在に操ろう 📊 【Python標準ライブラリ入門 第6回】ファイル操作を極...
続きを読む

これで迷わない！WindowsでPython環境構築する一番やさしい方法 #0

イメージ
はじめに：Python学習、最初の一歩を応援します！ 「Pythonを勉強してみたいけど、何から始めたらいいの？」 「プログラミングって難しそう…環境構築でつまずきたくないな…」 こんにちは！ この記事は、そんなプログラミング初心者さん、特にWindowsユーザーのあなたが、スムーズにPython学習をスタートできるよう、 Pythonの環境構築手順 をどこよりも分かりやすく解説することを目指しています。 私自身もそうでしたが、プログラミング学習の最初のハードルが、この「環境構築」だったりします。でも大丈夫！この記事の手順通りに進めれば、きっとあなたのパソコンでPythonが動くようになります。 一緒にPythonの世界への第一歩を踏み出しましょう！ そもそもPythonって何？ (軽くでOK) Pythonは、読みやすく、書きやすい、そしてとっても人気のあるプログラミング言語です。Webサイト制作、データ分析、AI開発など、本当に色々なことができます。初心者にも比較的学びやすい言語と言われているんですよ。 さっそくPythonをインストールしよう！ (Windows編) それでは、WindowsのパソコンにPythonをインストールしていきましょう。 1. Python公式サイトへアクセス！ まずは、Pythonの「公式」ダウンロードページにアクセスします。 検索エンジンで「Python ダウンロード」と検索するか、こちらのアドレスに直接アクセスしてください。 https://www.python.org/downloads/ 2. 最新版のPythonをダウンロード ダウンロードページを開くと、「Download Python X.X.X」（X.X.Xはバージョン番号）という大きなボタンがあるはずです。基本的には、この最新版をダウンロードすればOKです。 ポイント： もし学習する教材などでPythonのバージョンが指定されている場合は、少し下にスクロールすると過去のバージョンもダウンロードできます。でも、特に理由がなければ最新版を選びましょう。 3. ダウンロードしたインストーラーを実行！ ダウンロードが完了したら、ダウンロードフォルダにある .exe ファイル（例： python-3.12.3-amd64.exe のような名前です）をダブルクリックし...
続きを読む

【Python標準ライブラリ完結！】11の冒険をありがとう！君のPython力が飛躍する「次の一歩」とは？ 🚀

こんにちは！ Python標準ライブラリ探検隊、隊長のPythonistaです！ 長い間お付き合いいただき、本当にありがとうございました。ついにこの「Python標準ライブラリ入門シリーズ」も、今回の第12回で最終回を迎えることになりました。 第1回の datetime モジュール から始まり、 前回の合わせ技プロジェクト まで、私たちはPythonが標準で提供している強力で便利な「道具箱」の中身を、一緒に探検してきました。このシリーズを通して、Pythonの標準ライブラリがいかに多機能で、日々のプログラミング作業を助けてくれるかを少しでも感じていただけていたら嬉しいです。 この記事では、これまでの冒険の軌跡を振り返りつつ、皆さんがこのシリーズで得た知識を土台として、さらにPythonプログラミングの世界を広げていくための「次なる冒険」へのヒントをお届けしたいと思います。最後まで、どうぞお付き合いください！ 1. これまでの冒険を振り返る：標準ライブラリ探検ダイジェスト 🗺️ まずは、私たちが一緒に探検してきたPython標準ライブラリの仲間たちを、その主な役割と共に振り返ってみましょう。各モジュールの名前は、過去の記事へのリンクになっています（リンク先は適宜設定してくださいね）。 datetime : 日付と時刻の達人に！プログラムに時間という概念をもたらしました。 random : プログラムに偶然性の魔法を！ゲームからデータ生成まで幅広く活躍。 json : データ交換のスタンダード！異なるシステム間で情報をやり取りする共通言語。 os : OSと対話し、ファイルシステムを操る！プログラムがコンピュータ環境と連携する基盤。 csv : 表形式データを手軽に扱う！Excelなどとのデータ連携もスムーズに。 glob & shutil : ファイル検索と高度なファイル操作の強力コンビ！面倒なファイル管理を自動化。 logging : print デバッグからの卒業！本格的なログ管理でプログラムの信頼性アップ。 re : テキスト処理のスーパーパワー、正規表現！複雑な文字列操作も思いのまま。 collections : データ構造...
続きを読む