07

OCR(光学文字認識)

日本語OCRは、複数の文字種(漢字・ひらがな・カタカナ)と縦書き・横書きの両方に対応する必要があり、英語に比べ技術的課題が大きいです。

7.1 マンガOCR

ツール名 週間DL数 Star数 特徴
manga-ocr 3k 2,800 マンガ特化OCR。Transformerベース
mokuro 432 1,800 ブラウザでの選択可能テキスト化
Poricom - 447 マンガOCRデスクトップアプリ

manga-ocrはTransformerベースのマンガ向けOCRであり、Star数2,800と本カテゴリで最高の人気を誇ります。日本語マンガの吹き出し内テキストの認識に特化しています。Hugging Face上でもmanga-ocr-baseが299k/weekダウンロード、Like数192と非常に高い人気を示しています。

mokuroはmanga-ocrを活用してマンガ画像をブラウザ上で読めるようにするツールです。テキストの選択・コピーが可能になるため、辞書引きなどの学習用途にも有用です。Star数1,800。

manga-ocr
マンガ特化OCR。Transformerベース
2.8k 3k/w
mokuro
ブラウザでの選択可能テキスト化
1.8k 432/w
Poricom
マンガOCRデスクトップアプリ
447

7.2 文書OCR

ツール名 週間DL数 Star数 特徴
donut 170 6,900 OCRフリー文書理解Transformer(ECCV 2022)
yomitoku 2k 1,700 日本語特化AIドキュメント解析
ndlocr_cli - 686 国立国会図書館のOCR
OCR_Japanease - 251 日本語OCR

donutはNAVER CLOVAによるOCR-freeの文書理解モデルであり、Star数6,900と極めて高い注目を集めています。明示的なOCRパイプラインを使わずにTransformerで直接画像からテキストを抽出する革新的なアプローチです。

yomitokuは日本語に特化したAIベースの文書画像解析パッケージであり、急速に成長中です(Star 1,700、週間2kダウンロード)。

NDLOCRは国立国会図書館(NDL)が開発したOCRシステムであり、近代日本語資料のデジタル化に貢献しています。

donut
OCRフリー文書理解Transformer(ECCV 2022)
6.9k 170/w
yomitoku
日本語特化AIドキュメント解析
1.7k 2k/w
ndlocr_cli
国立国会図書館のOCR
686
OCR_Japanease
日本語OCR
251

7.3 その他のOCR

Kindai-OCR:近代日本語雑誌の認識に特化したOCRシステム。Star数153。

findtextcenternet:CenterNetを使用した日本語OCR。Star数67。

meikiocr:日本のビデオゲーム向けの高速・高精度ローカルOCR。Star数103、週間924ダウンロード。