導入
「画像を渡せば文字が返る」——理想はそうですが、現実の写真は影・傾き・ノイズ・低解像度だらけで、そのまま渡すと OCR はうまく読めません。精度を左右するのは、実は**認識エンジンそのものより「前処理」**です。OCR は次のような一連の流れ（パイプライン）で成り立っています。
説明
flowchart LR A["画像を取得<br/>(撮影・スキャン)"] --> B["前処理<br/>グレースケール・二値化・ノイズ除去"] B --> C["領域の検出<br/>文字のかたまりを切り出す"] C --> D["文字認識<br/>Tesseract / EasyOCR"] D --> E["後処理<br/>誤りの修正・整形"]
- 取得: カメラやスキャナ、スクリーンショットから画像を得る段階。
- 前処理: 色を減らし（グレースケール）、白と黒にはっきり分け（二値化）、ノイズを消す。ここが精度に直結します（第3章）。
- 領域の検出: 「どこに文字があるか」を見つけ、切り出す（第4章）。
- 文字認識: 切り出した領域を OCR エンジンに渡し、文字に変換する（第5章）。
- 後処理: 認識結果の明らかな誤り（
0とOの混同など）を、ルールや辞書で直す（第6章）。
このコースの第2〜4章は、この図の 前処理〜領域検出 をブラウザ内で実際に動かして学びます。文字認識のエンジン本体はブラウザでは動かせないため、第5章で読み物として解説します。
演習
このレッスンは読み物です。上のパイプラインの5段階を、順番に言えるようにしておきましょう（取得 → 前処理 → 領域検出 → 認識 → 後処理）。「なぜ前処理が重要か」を一言で説明できれば準備万端です。