Manga OCR は、縦書きと横書きの日本語漫画テキスト(フリガナを含む)を、さまざまなフォントと低品質画像でも読み取る Vision Encoder-Decoder OCR ツールで、ソースコードは無料で入手可能です。
他の言語の説明
統計
2026年11月16日時点の統計
Hugging Face のダウンロード数(直近30日)
299,000
Hugging Face の Like 数
192
掲載日
—
ページ作成時から掲載
ダウンロード数(直近30日)の推移
数値を表で見る
| 月 | DL(30日) |
|---|---|
| 2025年12月 | 204,000 |
| 2026年1月 | 217,000 |
| 2026年2月 | 221,000 |
| 2026年3月 | 324,000 |
| 2026年4月 | 289,000 |
| 2026年5月 | 295,000 |
| 2026年6月 | 368,000 |
| 2026年7月 | 424,000 |
| 2026年8月 | 659,000 |
| 2026年9月 | 1,000,000 |
| 2026年10月 | 804,000 |
| 2026年11月 | 299,000 |
各月の最後のスナップショットにおける、直近30日間のダウンロード数です。
同じカテゴリで人気のリソース
- meiki.txt.recognition.v0rtr4642kMeikiocrの meiki.text.recognition.v0――D‑FINEベースのMobileNetV4モデルで、日本語ビデオゲームテキストに特化して微調整されたもので――は、960×32入力から最大48文字まで検出し、それぞれの文字をバウンディングボックスと信頼度スコアとともに出力することで、水平テキストに対して最先端の精度と遅延を実現します。
- meiki.text.detect.v0rtr4622kmeikiocr は、ビデオゲーム向けに D‑FINE ベースのオープンウェイトテキスト検出モデル(v0.1、MobileNet‑v4 バックボーン、2種類の解像度バリアント、64 ボックス制限)と、実験的低遅延 tiny および small バリアント(日本のビデオゲームと漫画で訓練済み)を提供します。
- manga-ocr-2025-onnxl0wgear9kONNX Vision‑Encoder‑Decoder Manga OCRモデルは、kha‑whiteのmanga‑ocrとjzhang533の2025ベースラインに基づいて構築されており、縦書き・横書き日本語テキスト、ふりがな、オーバーレイ、および低品質画像をサポートします。manga109‑sと合成データで訓練され、Hugging Face Optimum経由でTrOCRProcessorおよびORTModelForVision2Seqを使用してデプロイ可能です
- manga-ocrmayocream2kManga OCRは、さまざまなフォントと低品質画像に対して縦書き・横書きテキストとふりがなオーバーレイを含む日本漫画の高品質なOCRを提供するVision Encoder‑Decoder systemです。また、一般的な印刷された日本語OCRにも使用できます。
- sarashina2.2-vision-3bsbintuitions1kSarashina2.2‑Vision‑3Bは、Sarashina2.2‑3B‑InstructとSigLIPの画像エンコーダをベースに構築された、日本語用大型ビジョン-ランゲージモデル(3 Bパラメータ)であり、BusinessSlide、Heron‑Bench、JDocQA、およびJMMMUなどの日本語VQAベンチマークで競争力のあるスコアを達成しつつ、DocVQA、InfoVQA、RealworldQAといった英語タスクでも優れた性能を発揮します。
- sarashina2.2-ocrsbintuitions1kSarashina2.2‑OCRは、3BパラメータのエンドツーエンドOCRモデルであり、人間の嗜好最適化後に日本語と英語の文書をMarkdownに解析し、テーブルはHTML、数式はLaTeX、図像はバウンディングボックスアノテーションに変換します。高解像度の視覚‑言語理解を実現するため、SigLIP2ベースのビジョンエンコーダとSarashina2.2‑3B‑Instruct LLMを統合しています。
研究分野が近いリソース
yomitokukotaro-kinoshita1.7kYomitokuは、日本語に特化したAIパワードのドキュメント画像解析パッケージです。GitHub共通: 視覚データ・マルチモーダル
Poricomblueaxis447漫画画像の光学文字認識。漫画OCRデスクトップアプリケーション。GitHub共通: 視覚データ・マルチモーダル
owocraurorawright317日本語テキストの光学文字認識GitHub共通: 視覚データ・マルチモーダル
findtextcenternetlithium000367センターネットを使用した日本語OCRGitHub共通: 視覚データ・マルチモーダル
handwritten-japanese-ocryas-sim37インテルのOpenVINOツールキットを使用して、タッチパネルを使って入力テキストを描画する手書き日本語OCRデモGitHub共通: 視覚データ・マルチモーダル
text_recognitionndl-lab8NDLOCR用テキスト認識モジュールGitHub共通: 視覚データ・マルチモーダル