Pythonで画像からテキストを抽出し、Twitterに自動投稿する「OCRツイートボット」の作り方

目の前にある看板や本のページ、すぐにメモしたいと思うことありますよね？でも、手で打ち込むのは面倒だし時間がかかる……そんなとき、AIが画像からテキストを読み取って、あなたに代わって自動的にTwitterへ投稿してくれる「OCRツイートボット」が役立ちます！この記事では、Pythonを使ってOCR（Optical Character Recognition: 光学文字認識）技術で画像からテキストを抽出し、そのテキストをTwitterに自動投稿するボットの作り方を解説します。

必要な準備

まずは、ボットを作るための準備をしましょう。画像からテキストを抽出するために、Pythonのpytesseractライブラリを使います。また、前回と同様にTwitter APIを利用してツイートを投稿します。

Twitter APIのキーを取得: すでにTwitter APIキーを持っている方は、そのまま使用してください。まだの方はTwitter Developerアカウントを作成してAPIキーを取得しましょう。
必要なライブラリのインストール: OCR処理にはpytesseract、画像処理にはPillow、Twitter APIの操作にはtweepyを使用します。次のコマンドでこれらをインストールします。

pip install tweepy pytesseract Pillow

加えて、Tesseract OCRエンジンをインストールする必要があります。これは、pytesseractが内部的に使用するエンジンです。以下のリンクからダウンロードしてインストールしてください。 - Tesseract GitHub

コード全体像

準備が整ったら、OCRツイートボットを作成するコードを書いていきましょう。

import tweepy
import pytesseract
from PIL import Image

# Twitter APIの認証情報
API_KEY = 'あなたのAPIキー'
API_SECRET = 'あなたのAPIシークレットキー'
ACCESS_TOKEN = 'あなたのアクセストークン'
ACCESS_TOKEN_SECRET = 'あなたのアクセストークンシークレット'

# 認証設定
auth = tweepy.OAuth1UserHandler(API_KEY, API_SECRET, ACCESS_TOKEN, ACCESS_TOKEN_SECRET)
api = tweepy.API(auth)

# Tesseractのパス設定 (必要に応じて変更)
pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'

# 画像からテキストを抽出する関数
def extract_text_from_image(image_path):
    img = Image.open(image_path)
    text = pytesseract.image_to_string(img, lang='jpn')  # 日本語を認識させる場合は 'jpn'
    return text.strip()

# 自動ツイートボット
def post_tweet_with_text(image_path):
    extracted_text = extract_text_from_image(image_path)
    
    if extracted_text:
        tweet_content = f"画像から抽出されたテキスト: {extracted_text}"
        try:
            api.update_status(status=tweet_content)
            print("投稿成功: " + tweet_content)
        except tweepy.TweepError as e:
            print(f"エラーが発生しました: {e}")
    else:
        print("テキストが見つかりませんでした。")

# 実行
if __name__ == "__main__":
    image_path = 'path_to_your_image.jpg'  # ツイートしたい画像のパス
    post_tweet_with_text(image_path)

このコードは、指定された画像ファイルからテキストを抽出し、そのテキストを自動的にTwitterに投稿します。それでは、各部分について詳しく説明していきます。

コードの解説

OCR処理 (extract_text_from_image): この関数では、pytesseractを使って画像からテキストを抽出しています。Image.openで画像を読み込み、pytesseract.image_to_stringを使って画像内の文字を認識し、テキストとして取得します。lang='jpn'オプションを追加することで、日本語の文字認識にも対応しています。
ツイート投稿 (post_tweet_with_text): 抽出されたテキストを元に、api.update_statusを使ってTwitterに投稿します。画像からテキストが正常に抽出されれば、それをツイート文に含めて自動的にツイートされます。もし抽出されたテキストが空だった場合は、その旨を通知してくれます。
実行部分 (__main__): image_pathにツイートしたい画像のパスを指定して、このプログラムを実行するだけで、自動ツイートボットが動きます。OCRの結果によってツイートされる内容が毎回異なるため、画像次第で非常にユニークなツイートが可能です。

実行結果

次に、実際の実行結果を見てみましょう。

投稿成功: 画像から抽出されたテキスト: "こんにちは、世界！この文章は自動で抽出されました。"

このように、画像内のテキストが自動で抽出され、ツイートされます。抽出されたテキストは、Tesseract OCRの性能に依存しますが、比較的きれいな画像であれば非常に高精度な結果が得られます。手書きのメモや紙の書類を撮影しても、かなり正確にテキストを抽出できるはずです。

カスタマイズのヒント

このOCRツイートボットをさらに改良するためのいくつかのアイデアをご紹介します。

画像の前処理: OCRの精度を上げるために、画像をモノクロに変換したり、ノイズを除去する処理を追加すると良いでしょう。PythonのPillowライブラリには多くの画像処理機能があるので、ぜひ試してみてください。
テキストの翻訳: 抽出したテキストが外国語の場合、Pythonのgoogletransライブラリを使って自動翻訳し、ツイート文に付け加えることもできます。これで、世界中のフォロワーに向けたツイートが可能になります。
画像とテキストの同時投稿: 現在のコードではテキストのみをツイートしていますが、画像も一緒に投稿することができます。api.update_with_mediaを使うことで、抽出したテキストと共に画像をツイートすることができます。

api.update_with_media(image_path, status=tweet_content)

これにより、画像付きのより魅力的なツイートが可能になります！

次回のテーマ

次回は、Pythonを使ってニュースサイトから最新記事をスクレイピングし、自動でツイートする「ニュースツイートボット」の作り方を紹介します。ニュースの重要な情報をいち早く共有できるツールを一緒に作りましょう！興味があれば、ぜひTwitterでフォローしてください！