ＯＣＲのためのTIFFでの保存

１ この保存様式としてｔｉｆｆが一番妥当なのでしょうか？

TIFF をあげたのは、スキャナの出力形式に TIFF があるから、ですよね。

JPEG よりは、妥当だと思います。

２ その場合、UNPACKED, PACKBITS, COMPRESSION(JPEG, ZIP, LZW)のなかでどれが一番有利でしょうか。

ただ保存しておくだけで、参照することが二度と無いかもしれない画像ファイル、ということですよね。

圧縮率が高い方が良いと思うので、ZIP か LZW、もし、スキャン時に二値化してるのであれば、PACKBITS のうちから選ぶのが良いと思います。

JPEG は、非可逆圧縮なのとエッヂがにじむので、OCR 用としては不向きだと思います。

--

追記

では、ａ－ｋｕｍａさんなら、いかなる形式を使いますか。今回の用途として。

スキャナ次第ですが、TIFF と JPEG なら、TIFF を選びます。

また、取り込んだ画像の質にもよりますが、鮮明にスキャンできるなら、

取込の時点で、二値化して、PACKBITS にするかな。

因みに、ID に、数字の「３」が入ってますんで、よろしく　:-)

　質問文には私の理解から一つ抜けていますので、まず付け加えておきます。

　ＰＤＦには欠点があります。それはデータ形式として安定していないということです。バージョンの違い、それと作成アプリによる方言があります。

　リコーが独自の画像と文字を自動判別して文字は透明でないテキストのＰＤＦを開発したと自慢していましたが、Ｓｃａｎ画像をＯＣＲした結果が９９％以上ならまだしも９７％台ならせっかくの画像に誤字を加えるだけに終わったという笑い話がありますが、良い例でしょう。

　ＰＤＦだけで保存しないというのは、今回の質問にあるＯＣＲソフトが対象データとしてＰＤＦを扱えると謳っていても、扱えないＰＤＦデータになる可能性があるということです。

　そのため公開用にはＰＤＦ、保存用としてＴＩＦＦという組み合わせが多いのです。ただし、図書館などで蔵書の電子化を第三者委託する場合は経費を抑えるためにいずれか片方の納品となる場合が多いです。

　ＴＩＦＦのデータ形式で利用が最も多いのは現在では圧倒的にＧ４圧縮です。まず、ＴＩＦＦが用いられるのは複数ページの画像を一つのファイルにまとめられるからで、書籍の画像を扱うのに便利だからという理由です。

　更にＧ４圧縮とするのは、結局バックアップとしてのファイルですから容量がコンパクトな方が良いと考えているからです。