Q.
ラインカメラで撮影した長尺画像に対して
Deep OCRのautoモードを使うと処理が遅く、
矢印記号やロゴマークなどの特殊記号が誤認識されます
認識精度と処理速度を両立する推奨構成はありますか

A.
Shape Matchingによる領域抽出と
Deep OCR recognitionの単体モードを組み合わせた
ハイブリッド構成を推奨します

【問題の背景】
・Deep OCR autoモードは
Detection + Recognitionの2段階処理のため
長尺画像では処理負荷が高い
・矢印記号やカスタムロゴなどの特殊記号は
Deep OCRの汎用辞書に含まれないため
誤認識の原因となる
・recognition単体モードでの受け入れ幅は
デフォルト120ピクセル固定のため、
長い文字列画像を入力すると
強制的に圧縮されて認識破綻する

【推奨フロー（ハイブリッド構成）】
1. Shape Modelによる特殊記号・ロゴの検出
（形状が固定のものはShape Matchingで確実に検出）
2. 文字列領域の高速抽出
（検出したロゴ位置を基準、
または2値化等で純粋な英数字列のみ切り出し）
3. Recognition単体モードで文字認識
- set_deep_ocr_param(DeepOcrHandle, 'recognition_image_width', 2048) で
受け入れ幅を拡張して適用

【recognition_image_widthの重要性】
recognition単体モードでは
デフォルトの受け入れ幅が120ピクセルに固定されており、
長い文字列画像を入力すると
文字が極端に縦長に歪んで認識破綻する
set_deep_ocr_paramで
recognition_image_widthを
対象文字列が十分に収まる幅（例：2048）に拡張することで解決する

【手法A vs 手法B 比較ポイント】
・手法A（ハイブリッド）：
特殊記号・ロゴをShape Matchingで確実検出、
文字列はrecognitionで高速処理
精度・速度ともに優位
・手法B（autoモードタイリング有効）：
画像全体を一括処理可能だが処理が遅く、
特殊記号の誤認識が発生しやすい